ANALISIS FREKUENSI DATA PENJUALAN SAFFRON MENGGUNAKAN ALGORITMA APRIORI DAN FP-GROWTH

SABARTO, ADAM HANIIF (2023) ANALISIS FREKUENSI DATA PENJUALAN SAFFRON MENGGUNAKAN ALGORITMA APRIORI DAN FP-GROWTH. S1 thesis, Universitas Mercu Buana Bekasi.

Preview	Text 41518210065 - Adam Haniif Sabarto - 01 Cover.pdf Download (1MB) | Preview
Preview	Text 41518210065 - Adam Haniif Sabarto - 02 Abstrak.pdf Download (51kB) | Preview
	Text 41518210065 - Adam Haniif Sabarto - 03 BAB 1.pdf Restricted to Registered users only Download (69kB)
	Text 41518210065 - Adam Haniif Sabarto - 04 BAB 2.pdf Restricted to Registered users only Download (89kB)
	Text 41518210065 - Adam Haniif Sabarto - 05 BAB 3.pdf Restricted to Registered users only Download (85kB)
	Text 41518210065 - Adam Haniif Sabarto - 06 BAB 4.pdf Restricted to Registered users only Download (98kB)
	Text 41518210065 - Adam Haniif Sabarto - 07 BAB 5.pdf Restricted to Registered users only Download (572kB)
	Text 41518210065 - Adam Haniif Sabarto - 08 Daftar Pustaka.pdf Restricted to Registered users only Download (161kB)
	Text 41518210065 - Adam Haniif Sabarto - 09 Lampiran.pdf Restricted to Registered users only Download (202kB)

Abstract

ABSTRAK Nama : Adam Haniif Sabarto NIM : 41518210065 Pembimbing TA : Rushendra, S.Kom, MT Judul : Analisis Frekuensi Data Penjualan Saffron Menggunakan Algoritma Apriori Dan FP-Growth Saffron merupakan rempah-rempah yang berasal dari bunga Crocus sativus atau juga disebut sebagai "saffron crocus" dan dibudidayakan di iran, spanyol, india dan berbagai negara lain. Taqychan saffron merupakan salah satu brand besar yang menjual saffron, di Indonesia sendiri masih belum banyak perusahaan yang menjual saffron Dan dengan meningkatnya permintaan konsumen, otomatis harus menyeimbangkan penggunaan teknologi untuk proses penjualan dan laporan penjualan. Data penjualan yang berupa transaksi produk yang telah dibeli oleh konsumen harusnya dapat diolah agar menghasilkan sebuah informasi berguna bagi perusahaan sebagai acuan untuk meningkatkan penjualan. Pada penelitian ini peneliti melakukan analisis bertujuan untuk mencari produk apa yang sering dibeli secara bersamaan agar dapat menambah keuntungan perusahaan. Untuk mengidentifikasi tujuan pada penelitian ini peneliti melakukan proses perhitungan menggunakan dua metode yaitu Apriori dan FP-Growth. Adapun hasil pengujian yang didapatkan Apriori menghasilkan rule yang lebih baik dibanding dengan FPGrowth dengan nilai support 10% dan confidence 90%, total rule sebanyak 12 rule, kekuatan association rule sebesar 0.13935 dan tingkat akurasi sebesar 380%. Sedangkan algoritma Fp-Growth menghasilkan 4 rule, dengan association rule lebih rendah yakni 0,11053825 dan nilai akurasinya pun lebih rendah yaitu 26%. lalu nilai support 5% dan confidence 90%, total rule sebanyak 12 rule, kekuatan association rule sebesar 0.13935 dan tingkat akurasi sebesar 370%. Sedangkan algoritma Fp-Growth menghasilkan 5 rule, dengan association rule lebih rendah yakni 0.0910306 dan nilai akurasinya pun lebih rendah yaitu 27%. Kata kunci: Data Mining, Association Rule, Apriori, FP-Growth, Rapid Miner

Actions (login required)

View Item