Implementasi algoritma apriori terhadap pola transaksi konsumen untuk meningkatkan strategi promosi pada toko online Dapurmasena

Reliovani, Ryan (2024) Implementasi algoritma apriori terhadap pola transaksi konsumen untuk meningkatkan strategi promosi pada toko online Dapurmasena. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (224kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (520kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (243kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (597kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (494kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (514kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (311kB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (333kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (337kB) | Request a copy

Abstract

Dapurmasena merupakan toko online yang menjual makanan dan minuman dengan metode pre-order. Proses penjualan dilakukan dengan menggunakan media social seperti Instagram dan Whatsapp. Setiap harinya selalu ada order masuk sehingga banyak data transaksi yang tersimpan. Terkadang pengolahan data yang dilakukan dengan cara sederhana mendapatkan hasil yang kurang efektif karena besarnya volume data yang diolah dan kesulitan untuk menemukan asosiasi antar item yang satu dengan yang lain. Oleh sebab itu, penelitian ini bertujuan untuk menganalisis data transaksi yang ada untuk menemukan pola transaksi konsumen dan menemukan itemset apa saja yang sering dibeli oleh konsumen dengan data mining menggunakan algoritma apriori. Metode penelitian yang digunakan adalah Cross Industry Standard Process for Data Mining (CRISP-DM) dengan tahapan pemahaman bisnis, pemahaman data, persiapan data, tahap pemodelan, tahap evaluasi dan tahap peluncuran. Dataset yang digunakan dalam penelitian ini berjumlah 344 data transaksi pada Januari hingga Maret 2023 setelah melalui proses pembersihan data. Model algoritma apriori diuji cobakan sebanyak delapan kali dengan nilai minimum support dan nilai confidence yang berbeda agar dapat menghasilkan aturan asosiasi yang bervariasi. Dengan aturan asosiasi yang dihasilkan diharapkan dapat digunakan sebagai pertimbangan dalam melakukan strategi promosi.

Actions (login required)

View Item