IMPLEMENTASI DATA MINING PADA PENJUALAN PRODUK DI CV CAHAYA SETYA MENGGUNAKAN ALGORITMA FP-GROWTH

NURSETYO, WAHYU (2019) IMPLEMENTASI DATA MINING PADA PENJUALAN PRODUK DI CV CAHAYA SETYA MENGGUNAKAN ALGORITMA FP-GROWTH. S1 thesis, Universitas Mercu Buana Bekasi.

Preview	Text 1. Cover.pdf Download (45kB) | Preview
Preview	Text 2. LEMBAR PERNYATAAN ORISINALITAS.pdf Download (151kB) | Preview
Preview	Text 3. SURAT PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR.pdf Download (183kB) | Preview
Preview	Text 4. SURAT PERNYATAAN LUARAN TUGAS AKHIR.pdf Download (197kB) | Preview
Preview	Text 5. LEMBAR PERSETUJUAN.pdf Download (163kB) | Preview
Preview	Text 6. LEMBAR PERSETUJUAN PENGUJI.pdf Download (163kB) | Preview
Preview	Text 7. LEMBAR PENGESAHAN.pdf Download (154kB) | Preview
Preview	Text 8. ABSTRAK.pdf Download (69kB) | Preview
Preview	Text 9. ABSTRACT.pdf Download (27kB) | Preview
Preview	Text 10. DAFTAR ISI.pdf Download (138kB) | Preview
Preview	Text 11. KATA PENGANTAR.pdf Download (24kB) | Preview
Preview	Text NASKAH JURNAL.pdf Download (456kB) | Preview
Preview	Text 12. Kertas Kerja.pdf Download (146kB) | Preview
	Text 13. BAGIAN I. LITERATURE REVIEW.pdf Restricted to Registered users only Download (251kB)
	Text 14. BAGIAN 2. ANALISIS DAN PERANCANGAN.pdf Restricted to Registered users only Download (227kB)
	Text 15. BAGIAN 3. SOURCE CODE.pdf Restricted to Registered users only Download (170kB)
	Text 16. BAGIAN 4. DATASET.pdf Restricted to Registered users only Download (130kB)
	Text 17. BAGIAN 5. TAHAPAN EKSPERIMEN.pdf Restricted to Registered users only Download (204kB)
	Text 18. BAGIAN 6. HASIL SEMUA EKSPERIMEN.pdf Restricted to Registered users only Download (118kB)
	Text Bukti submit jurnal.pdf Restricted to Registered users only Download (150kB)
	Text CURRICULUM VITAE.pdf Restricted to Registered users only Download (72kB)

Abstract

ABSTRAK Nama : Wahyu Nursetyo NIM : 41515210013 Pembimbing TA : Sukma Wardhana, S.Kom, M.Kom Judul Tugas Akhir : Implementasi Data Mining pada penjualan produk di CV Cahaya Setya menggunakan Algoritma FPGrowth). Abstrak — Pada saat ini pertumbuhan data terjadi dengan cepat dan pesat seiring dengan penggunaan sistem komputer dalam berbagai transaksi. Tetapi volume data yang semakin besar ini tidak memiliki arti jika tidak diolah menjadi sebuah pengetahuan dimana hal ini dilakukan oleh data mining. Association rule atau yang dikenal sebagai market based analysis merupakan salah satu tipe implementasi dari data mining. Beberapa penelitian telah dilakukan untuk mencari pola pada data transaksi dengan tipe implementasi association rule. Penelitian ini bertujuan untuk mencari pola dari data transaksi di industri retail yaitu pada CV Cahaya Setya dengan menggunakan algoritma Frequent Pattern Growth atau yang dikenal pula sebagai FP-Growth. FP-Growth bertujuan untuk menemukan semua itemset yang dapat diambil (yang sering ditemukan) dari basis data transaksi seefisien mungkin. Hasil penelitian ini memperlihatkan bahwa pola pada basis data transaksi konsumen pada industri retail yaitu pada CV Cahaya Setya dapat ditemukan dengan menggunakan algoritma FP-Growth kemudian mengimpelementasikannya pada aplikasi. Kata Kunci : Data Mining, Industri Retail, Association Rule, Algoritma FP-Growth ABSTRACT Name : Wahyu Nursetyo Student Number : 41515210013 Counsellor : Sukma Wardhana, S.Kom, M.Kom Title : Implementation of Data Mining on product sales at CV Cahaya Setya by using the FP-Growth Algorithm. Abstract - At present, the growth of data occurs rapidly and rapidly along with the use of computer systems in various transactions. But this increasingly large volume of data has no meaning if it is not processed into a knowledge where this is done by data mining. Association rule or what is known as market based analysis is one type of data mining implementation. This study aims to find patterns of transaction data in the CV Cahaya Setya retail industry by using an Frequent Pattern Growth algorithm or also known as FP-Growth algorithm. FPGrowth aims to find all the set items that can be retrieved (often found) from the transaction database as efficiently as possible. The results of this study show that the pattern on the database of consumer transactions at CV Cahaya Setya retail industry is can be found using the FP-Growth algorithm then implementing it in the application. Keywords: Data Mining, Retail Industry, Association Rule, FP-Growth Algorithm

Actions (login required)

View Item