PENERAPAN DATA MINING PADA TRAFFIC CALL FLEXI TRENDY OLEH CUSTOMER PT. TELKOM DIVISI REGIONAL III JAWA BARAT DAN BANTEN DENGAN MENGGUNAKAN METODE ASSOCIATION RULES

KUSUMANINGTYAS, DIAN EKA SRI (2010) PENERAPAN DATA MINING PADA TRAFFIC CALL FLEXI TRENDY OLEH CUSTOMER PT. TELKOM DIVISI REGIONAL III JAWA BARAT DAN BANTEN DENGAN MENGGUNAKAN METODE ASSOCIATION RULES. Other thesis, Universitas Komputer Indonesia.

[thumbnail of 01-Cover.pdf] Text
01-Cover.pdf

Download (73kB)
[thumbnail of 04-Daftar Isi.pdf] Text
04-Daftar Isi.pdf

Download (67kB)
[thumbnail of 06-BAB II.pdf] Text
06-BAB II.pdf

Download (1MB)
[thumbnail of 09-BAB V.pdf] Text
09-BAB V.pdf

Download (11kB)
[thumbnail of 10-Daftar Pustaka.pdf] Text
10-Daftar Pustaka.pdf

Download (19kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (14kB)

Abstract

Data Mining yang sering disebut juga Knowledge Discovery atau

Intelligent Data Analysis, merupakan suatu proses pencarian pola dari

sekumpulan data. Proses tersebut dapat dilakukan secara semiautomatic maupun

automatic. Pola yang ditemukan haruslah tepat guna dan bermanfaat, sehingga

nantinya bisa diperoleh keuntungan dari pola tersebut. Dalam hal ini, yang

diharapkan biasanya adalah keuntungan ekonomis, efektifitas dan efisiensi. Untuk

dapat menemukan pola-pola tersebut, jumlah data yang tersedia setidaknya harus

sufficient. Singkatnya, data mining bertujuan menghasilkan suatu informasi yang

dapat berguna dari sebuah database yang besar.

Metode dalam data mining bermacam-macam, salah satunya adalah

metode association rule. Association rules merupakan salah satu teknik data

mining yang berfungsi untuk menemukan asosiasi antar variabel, korelasi atau

suatu struktur diantara item atau objek-objek didalam database transaksi, database

relasional, maupun pada penyimpanan informasi lainnya. Proses di dalam teknik

assocation rules adalah mencari aturan-aturan yang memenuhi minimum support

dan confidence. Algoritma dalam teknik association rules yang paling banyak

digunakan adalah algoritma apriori. Apriori adalah suatu Algoritma yang sudah

sangat dikenal dalam melakukan pencarian frequent itemset untuk mendapatkan

association rules. Sesuai dengan namanya, algoritma ini menggunakan prior

knowledge mengenai frequent itemset properties yang telah diketahui sebelumnya,

untuk memproses informasi selanjutnya.

Hasil dari penelitian ini adalah aplikasi data mining yang dibangun dengan

metode association rules memberikan informasi penting yang bisa digunakan

untuk membantu Divisi Regional III sebagai pengambil keputusan dalam rangka

mencari pola produk Flexi Trendy yang digunakan sehingga berdampak pada

peningkatan pendapatan perusahaan.

Item Type: Thesis (Other)
Additional Information: Migrasi dari GDL. Identifier: jbptunikompp-gdl-dianekasri-18343. Folder: S1-Final_Project / Fakultas_Teknik_dan_Ilmu_Komputer / Teknik_Informatika / 2009
Uncontrolled Keywords: Data Mining, Association Rules, Algorithma Apriori, Telkom Divisi Regional III
Divisions: S1 Skripsi > Teknik Informatika
Depositing User: Robot Migration
Date Deposited: 05 Nov 2026 06:31
Last Modified: 05 Nov 2026 06:31
URI: https://elibrary.unikom.ac.id/id/eprint/30992

Actions (login required)

View Item
View Item