Data Mining Menentukan Pola Penjualan Menggunakan Metode Market Basket Analisis Dengan Algoritma FPGROWTH Untuk Menentukan Strategi Penjualan

FEBRI, KURNIANSYAH and Tri Basuki, Kurniawan (2019) Data Mining Menentukan Pola Penjualan Menggunakan Metode Market Basket Analisis Dengan Algoritma FPGROWTH Untuk Menentukan Strategi Penjualan. Diploma thesis, Universitas Bina Darma.

	Text BAB 0.pdf Download (874kB)
	Text BAB 1.pdf Download (224kB)
	Text DP.pdf Download (143kB)

Abstract

Market Basket Analysis (MBA) pada dasarnya melibatkan penggunaan data transaksional konsumen untuk mempelajari pola pembelian dan menjelajahi kemungkinan (probabilitas dan) crossselling. Market Basket Analysis sendiri datang dari kejadian yang sudah sangat umum terjadi di dalam pasar swalayan, yakni ketika para konsumen memasukkan semua barang yang meraka beli ke dalam keranjang (basket) yang umumnya telah disediakan oleh pihak swalayan itu sendiri. Informasi mengenai produk-produk yang biasanya dibeli secara bersamasama oleh para konsumen dapat memberikan “wawasan” tersendiri bagi para pengelola toko atau swalayan untuk menaikkan laba bisnisnya (Albion Research, 2007). Algoritma FP-Growth merupakan pengembangan dari algoritma apriori. Algoritma Frequent pattern growth (FP-Growth) adalah salah satu alternatef algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data. Tujuan dari MBA adalah untuk memanfaatkan data penjualan efektif untuk meningkatkan strategi pemasaran dan penjualan. Market basket analysis dibangun dengan menggunakan algoritma fp-growth. Algoritma fp-growth dapat menghasilkan frequent itemset yang akan digunakan pada proses association rules yang akan menghasilkan suatu rules, aturan, atau pola penjualan untuk memberikan informasi kepada manager untuk memahami perilaku pembelian pelanggan, yang dapat membantu dalam pengambilan keputusan dan strategi penjualan.

Actions (login required)

View Item