PREDIKSI POLA PEMBELIAN KONSUMEN PADA PENJUALAN SEMBAKO MENGGUNAKAN METODE FP-GROWTH (Studi Kasus Toko Untari Jaya)

PURBA, OCTAVIA NOVITA SARI (2023) PREDIKSI POLA PEMBELIAN KONSUMEN PADA PENJUALAN SEMBAKO MENGGUNAKAN METODE FP-GROWTH (Studi Kasus Toko Untari Jaya). S1 thesis, Universitas Mercu Buana Bekasi.

Preview	Text 41519210064 - Octavia Novita Sari Purba - 01 Cover.pdf Download (1MB) | Preview
Preview	Text 41519210064 - Octavia Novita Sari Purba - 02 Abstrak.pdf Download (188kB) | Preview
	Text 41519210064 - Octavia Novita Sari Purba - 03 BAB 1.pdf Restricted to Registered users only Download (311kB)
	Text 41519210064 - Octavia Novita Sari Purba - 04 BAB 2.pdf Restricted to Registered users only Download (612kB)
	Text 41519210064 - Octavia Novita Sari Purba - 05 BAB 3.pdf Restricted to Registered users only Download (226kB)
	Text 41519210064 - Octavia Novita Sari Purba - 06 BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text 41519210064 - Octavia Novita Sari Purba - 07 BAB 5.pdf Restricted to Registered users only Download (288kB)
	Text 41519210064 - Octavia Novita Sari Purba - 08 Daftar Pustaka.pdf Restricted to Registered users only Download (399kB)
	Text 41519210064 - Octavia Novita Sari Purba - 09 Lampiran.pdf Restricted to Registered users only Download (1MB)

Abstract

Untuk pengembangan bisnis diperlukan informasi yang dapat meningkatkan strategi penjualan. Tujuan penelitian ini adalah untuk menghasilkan pola pembelian konsumen terhadap penjualan sembako di toko Untari Jaya. Data yang digunakan adalah data penjualan selama kurang lebih setahun yang terdiri dari nama barang dan jumlah barang yang terjual dengan total data berjumlah 1165. Algoritma yang digunakan adalah FP-Growth dengan teknik Asosiasi KDD. Implementasi algoritma menggunakan bahasa pemrograman Python menggunakan tool Jupyter notebook. Hasil analisis algoritma menunjukkan bahwa produk Bear Brand dan Aqua merupakan pasangan produk dengan nilai support tertinggi dibandingkan dengan produk lainnya dengan nilai support sebesar 51.54%. Kata Kunci: Algoritma FP-Growth, Data Mining, Pembelian Konsumen, Strategi Penjualan. For business development, information is needed that can improve sales strategies. The purpose of this study was to produce consumer buying patterns for selling groceries at the Untari Jaya store. The data used is sales data for approximately a year consisting of the name of the item and the number of items sold with a total of 1165 data. The algorithm used is FP-Growth with the Association KDD technique. Implementation of the algorithm using the Python programming language using the Jupyter notebook tool. The results of the algorithm analysis show that the Bear Brand and Aqua products are the product pair with the highest support value compared to other products with a support value of 51.54%. Keywords: FP-Growth Algorithm, Data Mining, Consumer Purchasing, Sales Strategy, Association Method.

Actions (login required)

View Item