PENERAPAN ALGORITMA FP-GROWTH UNTUK MENDUKUNG PENJUALAN DAN REKOMENDASI PRODUCT BUNDLING

JULIYANTO, FERDY (2021) PENERAPAN ALGORITMA FP-GROWTH UNTUK MENDUKUNG PENJUALAN DAN REKOMENDASI PRODUCT BUNDLING. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (COVER) 02 Cover - FERDY JULIYANTO.pdf Download (2MB) | Preview
Preview	Text (ABSTRAK) 03 Abstrak - FERDY JULIYANTO.pdf Download (277kB) | Preview
	Text (BAB I) 04 Bab 1 - FERDY JULIYANTO.pdf Restricted to Registered users only Download (97kB)
	Text (BAB II) 05 Bab 2 - FERDY JULIYANTO.pdf Restricted to Registered users only Download (268kB)
	Text (BAB III) 06 Bab 3 - FERDY JULIYANTO.pdf Restricted to Registered users only Download (1MB)
	Text (BAB IV) 07 Bab 4 - FERDY JULIYANTO.pdf Restricted to Registered users only Download (864kB)
	Text (BAB V) 08 Bab 5 - FERDY JULIYANTO.pdf Restricted to Registered users only Download (45kB)
	Text (BAB VI) 09 Bab 6 - FERDY JULIYANTO.pdf Restricted to Registered users only Download (135kB)
	Text (DAFTAR PUSTAKA) 10 Daftar Pustaka - FERDY JULIYANTO.pdf Restricted to Registered users only Download (256kB)
	Text (LAMPIRAN) 11 Lampiran - FERDY JULIYANTO.pdf Restricted to Registered users only Download (233kB)

Abstract

Di tengah persaingan yang ketat, para pelaku ekonomi membutuhkan strategi yang dapat meningkatkan pertumbuhan usahanya. Pembangunan sistem informasi penjualan yang mampu menghasilkan rekomendasi. Selain mampu mempermudah semua proses bisnis yang berlaku, sistem juga dapat merumuskan rekomendasi strategis. Salah satu dari rekomendasi strategis yang berpengaruh positif terhadap minat beli konsumen dan peningkatan penjualan adalah penawaran kemasan produk. Adapun perumusan product bundling dapat dilakukan dengan menerapkan algoritma data mining association rules, yakni Frequent PatternGrowth (FP-Growth). FP-Growth bertujuan untuk menemukan kombinasi item yang paling sering muncul pada sekumpulan data transaksi/dataset. Berdasarkan skema pengujian yang telah dilakukan, akurasi dari implementasi algoritma FPGrowth mampu mencapi 83% hingga 100%. Persentase minimum support yang direkomendasikan agar mencapai tingkat akurasi tersebut sebesar 5%, sedangkan pada minimum confidence, nilai yang direkomendasikan sebesar 10% hingga 60%. Kata kunci: Rekomendasi Produk, FP-Growth, Association rule, Product Bundling

Item Type:	Thesis (S1)
NIM/NIDN Creators:	41517120060
Uncontrolled Keywords:	Rekomendasi Produk, FP-Growth, Association rule, Product Bundling
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem > 003.5 Computer Modeling and Simulation/Model dan Simulasi Komputer 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.1 General Works on Specific Types of Computers/Karya Umum tentang Tipe-tipe Khusus Komputer
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	CALVIN PRASETYO
Date Deposited:	01 Dec 2023 06:56
Last Modified:	01 Dec 2023 06:56
URI:	http://repository.mercubuana.ac.id/id/eprint/84491

Actions (login required)

View Item