MAULANA, ALIFFIO SYAH (2024) PENERAPAN ALGORITMA FREQUENT PATTERN GROWTH UNTUK MELAKUKAN BUNDLING HARGA PADA APLIKASI WEBSITE. S1 thesis, Universitas Mercu Buana Jakarta.
Text (HAL COVER)
01 COVER.pdf Download (450kB) |
|
Text (ABSTRAK)
02 ABSTRAK.pdf Restricted to Registered users only Download (136kB) |
|
Text (BAB I)
03 BAB 1.pdf Restricted to Registered users only Download (170kB) |
|
Text (BAB II)
04 BAB 2.pdf Restricted to Registered users only Download (306kB) |
|
Text (BAB III)
05 BAB 3.pdf Restricted to Registered users only Download (205kB) |
|
Text (BAB IV)
06 BAB 4.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
07 BAB 5.pdf Restricted to Registered users only Download (124kB) |
|
Text (DAFTAR PUSTAKA)
08 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (153kB) |
|
Text (LAMPIRAN)
09 LAMPIRAN.pdf Restricted to Registered users only Download (3MB) |
Abstract
This research aims to create an association method or combination of a relationship on sales products in order to create a combination product or commonly referred to as bundling products using the FP-Growth algorithm with the implementation of web-based results. By utilizing transaction data that has been made from sample data obtained from kaggle, this research can produce several association rules on fp-growth calculations that have been made previously by applying the fp-tree generation model, conditional pattern base generation, conditional fp-tree generation, and frequent itemset search with a minimum support count value of 30% and a minimum confidence value of 50% resulting in 24 rules that are in accordance with the conditions of a total of 32 rules which include if you buy product 2 then there is a possibility of buying product 1 with a support value of 30% and a confidence value of 100%, if you buy product 7 then there is a possibility of buying product 3 with a support value of 30% and a confidence value of 60%, and if you buy product 7 then there is a possibility of buying products 3 and 5 with a support value of 30% and a confidence value of 60%. Kata Kunci : Data Mining, fp-growth, association, ecommerce Penilitian ini bertujuan untuk membuat sebuah metode asosiasi atau kombinasi dari sebuah hubungan pada produk penjualan guna untuk membuat produk kombinasi atau yang biasa disebut dengan bundling product dengan menggunakan algoritma FP-Growth dengan impelementasi hasil berbasis web. Dengan memanfaatkan data transaksi yang sudah dibuat dari data sampel yang didapatkan dari kaggle, penelitian ini dapat menghasilkan beberapa aturan asosiasi pada perhitungan fp-growth yang telah dibuat sebelumnya dengan menerapkan model pembuatan fp-tree, pembangkitan conditional pattern base, pembangkitan conditional fp-tree, dan pencarian frequent itemset dengan nilai minimum support count 30% dan nilai minimum confidence 50% menghasilkan 24 aturan yang sudah sesuai dengan kondisi dari total 32 aturan yang diantaranya adalah jika membeli produk 2 maka akan ada kemungkinan membeli produk 1 dengan nilai support sebesar 30% dan nilai confidence sebesar 100%, jika membeli produk 7 maka akan ada kemungkinan membeli produk 3 dengan nilai support sebesar 30% dan nilai confidence sebesar 60%, dan jika membeli produk 7 maka akan ada kemungkinan membeli produk 3 dan 5 dengan nilai support sebesar 30% dan nilai confidence sebesar 60%. Kata Kunci : Data Mining, fp-growth, asosiasi, ecommerce
Actions (login required)
View Item |