ANALISIS POLA PEMBELIAN KONSUMEN TERHADAP PRODUK ACCESSORIES HANDPHONE MENGGUNAKAN ALGORITMA FP-GROWTH (STUDI KASUS: TOKO ONLINE MAPONGS STORE)

ZAIN, SHIFA YASINTA (2019) ANALISIS POLA PEMBELIAN KONSUMEN TERHADAP PRODUK ACCESSORIES HANDPHONE MENGGUNAKAN ALGORITMA FP-GROWTH (STUDI KASUS: TOKO ONLINE MAPONGS STORE). S1 thesis, Universitas Mercu Buana Jakarta.

Text (JURNAL MAHASISWA) Lembar Yudisium - Shifa Yasinta Zain.pdf Restricted to Registered users only Download (3MB)

Abstract

This study aims to analyze the sales data of accessories products and find out the correlation between product purchases, for example, if you have an A handphone, then you will buy casing B with the color C. Mapongs Store is one of the online shops that is growing quite rapidly, but Mapongs Store is still difficult in determining the supply of goods to be sold so that this greatly affects the decline in sales figures. To overcome this problem, it is necessary to analyze sales data patterns using data mining techniques. The method used is Association Rule with FP-Growth algorithm. Based on sales data analysis, the greater the minimum support and minimum confidence used, the fewer itemset and rules are formed. At minimum support 50% and minimum confidence 80% produces 211 rules. All rules produced in this study have lift ratio values of more than 1.00 so that they can be used as a reference in knowing the correlation between product sales to optimize sales results for sellers. Key words: Data Mining, FP-Growth Algorithm, Association Rule Penelitian ini bertujuan untuk menganalisis data penjualan produk accessories dan mengetahui korelasi antara pembelian produk, misalnya jika memiliki handphone A, maka akan membeli cassing B dengan warna C. Mapongs Store merupakan salah satu online shop yang berkembang cukup pesat, akan tetapi Mapongs Store masih sulit dalam menentukan penyediaan stok barang yang akan dijual, sehingga hal tersebut sangat berdampak pada penurunan angka penjualan. Untuk mengatasi masalah ini, perlu menganalisis pola data penjualan menggunakan teknik data mining. Metode yang digunakan adalah Association Rule dengan algoritma FP-Growth. Berdasarkan analisis data penjualan semakin besar minimum support dan minimum confidence yang digunakan maka semakin jarang itemset dan rules yang terbentuk. Pada minimum support 50% dan minimum confidence 80% menghasilkan sebanyak 211 rules. Semua rules yang dihasilkan dalam penelitian ini memiliki nilai lift ratio lebih dari 1,00 sehingga dapat digunakan sebagai referensi dalam mengetahui korelasi antara penjualan produk untuk mengoptimalkan hasil penjualan bagi penjual. Kata kunci: Data Mining, Algoritma FP-Growth, Association Rule

Actions (login required)

View Item