ASSOCIATION RULE MINING DATA MINI MARKET MENGGUNAKAN APRIORI-TFP

    Fikrul Arfan, - (2018) ASSOCIATION RULE MINING DATA MINI MARKET MENGGUNAKAN APRIORI-TFP. S1 thesis, Universitas Pendidikan Indonesia.

    Abstract

    Berkembangnya teknologi informasi memudahkan manusia untuk menyimpan banyak data, akan tetapi kurangnya alat analisis data yang efektif mengakibatkan terdapat banyak data akan tetapi sulit menemukan informasi yang berguna. Hal ini dialami pada banyak perusahaan dari besar hingga kecil yang belum dapat mengolah data yang mereka miliki. Munculah data mining adalah sebuah terobosan penting dalam suatu sistem informasi, yang berguna untuk mendapatkan informasi bernilai dari kumpulan data bagi para pengambil keputusan. Data mining merupakan sebuah proses perubahan kumpulan data menjadi suatu kumpulan pengetahuan ataupun pola-pola penting atau berharga yang tidak diketahui sebelumnya. Salah satu penerapan data mining adalah association rule mining yang dapat digunakan untuk mencari asosiasi antar barang yang terdapat dalam basis data transaksi. Maka dapat terbentuk sebuah sistem yang dapat mencari pola asosiasi menarik dari kumpulan data dalam basis data tersebut untuk diterapkan dalam strategi penjualan perusahaan. Algoritma association rule mining yang digunakan adalah Apriori TFP.-- Development of information technology enable people to store a lot of data, but the lack of effective data analysis tool resulted in a lot of data but are difficult to find useful information. This is experienced by many companies from large to small are not able to process their data. Data mining appeared as an important breakthrough in an information system, which is useful to obtain valuable information from the data for decision makers. Data mining is a process of change in the data set into a set of knowledge or important patterns or valuable patterns that previously unknown. One application of data mining is association rule mining which can be used to find association among the items contained in the transaction database. It can build a system that can search for interesting association patterns of a collection of data in the database to be implemented in the company's sales strategy. Association rule mining algorithm that is used is Apriori TFP.

    [thumbnail of S_KOM_0607998_Title.pdf] Text
    S_KOM_0607998_Title.pdf

    Download (143kB)
    [thumbnail of S_KOM_0607998_Abstract.pdf] Text
    S_KOM_0607998_Abstract.pdf

    Download (108kB)
    [thumbnail of S_KOM_0607998_Table_Of_Content.pdf] Text
    S_KOM_0607998_Table_Of_Content.pdf

    Download (524kB)
    [thumbnail of S_KOM_0607998_Chapter1.pdf] Text
    S_KOM_0607998_Chapter1.pdf

    Download (229kB)
    [thumbnail of S_KOM_0607998_Chapter2.pdf] Text
    S_KOM_0607998_Chapter2.pdf
    Restricted to Staf Perpustakaan

    Download (929kB)
    [thumbnail of S_KOM_0607998_Chapter3.pdf] Text
    S_KOM_0607998_Chapter3.pdf

    Download (252kB)
    [thumbnail of S_KOM_0607998_Chapter4.pdf] Text
    S_KOM_0607998_Chapter4.pdf
    Restricted to Staf Perpustakaan

    Download (1MB)
    [thumbnail of S_KOM_0607998_Chapter5.pdf] Text
    S_KOM_0607998_Chapter5.pdf

    Download (206kB)
    [thumbnail of S_KOM_0607998_Bibliography.pdf] Text
    S_KOM_0607998_Bibliography.pdf

    Download (363kB)
    [thumbnail of S_KOM_0607998_Appendix.pdf] Text
    S_KOM_0607998_Appendix.pdf
    Restricted to Staf Perpustakaan

    Download (947kB)
    Official URL: http://repository.upi.edu/
    Item Type: Thesis (S1)
    Additional Information: No. Panggil : S KOM FIK p-2018; Pembimbing : I. Yudi Wibisono, II. Rosa Ariani; NIM : 0607998
    Uncontrolled Keywords: Data mining, Basis Data Transaksi, Pola Asosiasi, Strategi Penjualan.-- Data mining, Association Rule Mining, Transaction Database, Association Sales Strategy, Apriori TFP.
    Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Divisions: Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam > Program Studi Ilmu Komputer
    Depositing User: Rika Maysani
    Date Deposited: 04 Sep 2019 04:43
    Last Modified: 04 Sep 2019 04:43
    URI: http://repository.upi.edu/id/eprint/38347

    Actions (login required)

    View Item View Item