IMPLEMENTASI DATA MINING UNTUK MENENTUKAN POLA PEMILIHAN KOMBINASI MENU MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: THE COFFEE THEORY)

Chandra, Setiawan (2023) IMPLEMENTASI DATA MINING UNTUK MENENTUKAN POLA PEMILIHAN KOMBINASI MENU MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: THE COFFEE THEORY). Skripsi thesis, Universitas Buddhi Dharma.

	Text COVER - BAB III.pdf - Published Version Download (2MB)
	Text BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB V - LAMPIRAN.pdf - Published Version Download (2MB)

Abstract

The Coffee Theory adalah usaha yang berfokus pada penjualan kopi dan makanan yang mencari taktik promosi efektif untuk penjualannya. Selama ini The Coffee Theory hanya menyimpan data penjualan dalam aplikasi Moka tanpa mengetahui bahwa data penjualan tersebut dapat dianalisa dan dimanfaatkan. Data penjualan ini dapat membantu usaha ini dalam menentukan paket penjualan sehingga upaya promosi yang dijalankan akan lebih tepat sasaran. Secara manual, proses analisis pola pembelian pelanggan tentunya memerlukan lebih banyak waktu dan proses. Karena itu, dilakukan penelitian implementasi data mining untuk menentukan pola pemilihan kombinasi menu menggunakan algoritma apriori. Perancangan aplikasi yang bisa memahami pola pemilihan menu oleh pembelian pelanggan dengan metode Data Mining yaitu Algoritma Apriori untuk menghasilkan kaidah asosiasi untuk mengetahui seberapa berpengaruhnya suatu item mempengaruhi item lainnya. Dari proses analisis bisnis hingga tahap perancangan, dibangunlah sebuah aplikasi berbasis web dengan Algoritma Apriori. Dataset yang telah diperoleh dari dari The Coffee Theory diambilkan data sampel untuk melakukan proses hitungan secara manual dan proses hitungan dengan RapidMiner Studio, proses ini digunakan untuk mengetahui alur dari perhitungan dengan Algoritma Apriori agar dapat diimplementasikan pada aplikasi yang akan dibuat dengan baik dan benar. Aplikasi berbasis web yang dikembangkan ini menganalisis data transaksi dengan menerapkan rentang tanggal pada data yang harus dianalisis serta menetapkan nilai minimum support dan nilai minimum confidence yang diinginkan.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Data Mining, Algoritma Apriori, Pola Pembelian, Association Rule
Subjects:	000 Karya Umum > 005 Pemograman > 005.74 Database
Divisions:	Fakultas Sains & Teknologi > Teknik Informatika
Depositing User:	Hariyanto Rie
Date Deposited:	01 Mar 2024 03:20
Last Modified:	01 Mar 2024 03:20
URI:	https://repositori.buddhidharma.ac.id//id/eprint/2038

Actions (login required)

View Item