Implementasi Data Mining Dalam Penentuan Produk Bundling Tanaman Hias Menggunakan Algoritma Fp-Growth

Ranau, Muhammad Ikhlas Naufalsyah (2023) Implementasi Data Mining Dalam Penentuan Produk Bundling Tanaman Hias Menggunakan Algoritma Fp-Growth. Other thesis, Universitas Komputer Indonesia.

	Text 1.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_COVER.pdf - Published Version Download (44kB)
	Text 19.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_LEMBAR PENGESAHAN.pdf - Published Version Download (1MB)
	Text 17.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (937kB)
	Text 20.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (314kB)
	Text 4.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_KATA PENGANTAR.pdf - Published Version Download (70kB)
	Text 5.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_DAFTAR ISI.pdf - Published Version Download (91kB)
	Text 11.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_BAB 1.pdf - Published Version Download (191kB)
	Text 12.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_BAB 2.pdf - Published Version Download (291kB)
	Text 13.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_BAB 3.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy
	Text 14.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_BAB 4.pdf - Published Version Restricted to Repository staff only Download (426kB) | Request a copy
	Text 15.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_BAB 5.pdf - Published Version Download (75kB)
	Text 10.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_DAFTAR PUSTAKA.pdf - Published Version Download (106kB)
	Text 18.UNIKOM_MUHAMMAD IKHLAS NAUFALSYAH RANAU_KONTAK PENULIS DAN KONTRIBUTOR.pdf - Published Version Download (62kB)

Abstract

Bundling merupakan salah satu strategi pemasaran dimana dua atau lebih produk dijual secara bersama dalam satu paket dengan harga yang lebih terjangkau daripada membeli produk tersebut secara terpisah. Berdasarkan hasil analisa perusahaan bahwa sebagian besar konsumen membeli produk lebih dari satu sehingga perusahaan menerapkan strategi pemasaran Bundling untuk menarik perhatian. Namun berdasarkan hasil analisis transaksi penjualan pada bulan Agustus hingga Desember 2022 menunjukkan bahwa strategi Bundling yang saat ini digunakan tidak menghasilkan keuntungan lebih dibandingkan penjualan produk secara satuan. Hal ini menunjukan bahwa pemilihan tanaman Bundling yang dilakukan saat ini menyebabkan konsumen tidak terlalu tertarik untuk membeli karena tidak sesuai dengan kebutuhanya Berdasarkan permasalahan tersebut perusahaan membutuhkan implementasi Data Mining dengan metode association rule untuk membuat paket Bundling yang sesuai dengan kebutuhan konsumen. Salah satu algoritma asosiasi yang memiliki keunggulan daripada algoritma lain untuk menemukan lebih banyak itemset dan menghasilkan tingkat akurasi atau confidence yang lebih baik yaitu Algoritma FP-Growth. Algoritma FP-Growth adalah metode kembangan dari algoritma apriori yang dipergunakan untuk mencari kumpulan data yang sering muncul dalam himpunan data. Metodologi yang digunakan pada penelitian ini adalah Cross-Industry Standard Process For Data Mining (CRISP-DM) meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi dan implementasi. Hasil penelitian berhasil membangun sistem Bundling berbasis website yang dapat mempermudah perusahaan dalam mendapatkan rekomendasi produk Bundling dengan lebih cepat serta berdasarkan hasil pengujian menggunakan blackbox testing menunjukan bahwa sistem telah berfungsi dengan baik dan memberikan hasil yang sesuai dengan yang diharapkan.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Data Mining, Association Rule, FP-Growth, CRISP-DM, Produk Bundling
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	13 Nov 2024 02:51
Last Modified:	13 Nov 2024 02:51
URI:	http://elibrary.unikom.ac.id/id/eprint/9409

Actions (login required)

View Item