Shafira, Auliani and Siregar, Riki Ruli Affandi and Yosrita, Efy (2019) KETERKAITAN POLA PEMBELIAN FURNITURE DENGAN MENGGUNAKAN ALGORITMA APRIORI. Diploma thesis, ITPLN.
skripsi_auliani shafira_201531207.pdf
Restricted to Registered users only
Download (5MB)
Abstract
Toko Arafah Ayu adalah salah satu toko yang menjual furniture di kota langsa, namun sering habisnya stock barang diminati seringkali medapat komplain dari pembeli, dengan menganalisa data keterkaitan penjualan furniture yang mana hasil analisa jadikan untuk meramalkan stock ketersediaan barang. Keterkaitan data barang dipilih karena dengan mengetahui pola keterkaitan maka akan didapat persentase keterkaitan barang A dengan barang B, dengan demikian keterkaitan paling besar dapat dijadikan sebagai acuan dalam meramalkan stock barang untuk kedepan. Dengan menggunakan metode algoritma apriori, data penjualan akan dihitung nilai keterkaitan masing masing barang untuk menghasilkan The Best Rules yaitu keterkaitan paling tinggi, dengan nilai minimum support dan minimum confidence sebagai tolak ukurnya. Hasil pengujian penelitian dengan data selama 1 bulan yaitu bulan januari 2018 dengan minimum support 9% dan minimum confidence 55% adalah menghasilkan 15 pola keterkaitan dengan nilai paling kecil adalah Jika membeli Springbed Conforta maka juga membeli Dipan Minimalis & Bantal dengan nilai support sebesar 9,26% dan nilai confidence 55,56%. Dan nilai keterkaitan paling tinggi adalah Jika membeli Dipan Minimalis maka juga membeli Bantal dengan nilai support 16,67% dan confidence 100%.
Arafah Ayu's store is one of the stores that sell furniture in the city of langsa, but often endless stock of goods demanded often complaints from buyers, by analyzing the relationship between furniture sales data which the analysis results make to predict stock availability of goods. The data linkage of goods is chosen because by knowing the linkage pattern, the percentage of linkage of item A to item B will be obtained, thus the greatest linkage can be used as a reference in predicting future stock of goods. By using the a priori algorithm method, sales data will be calculated the value of the relationship of each item to produce The Best Rules, namely the highest linkage, with a minimum value of support and minimum confidence as a benchmark. The results of research testing with data for 1 month, January 2018 with a minimum support of 9% and a minimum of 55% confidence is to produce 15 patterns of association with the smallest value is If you buy Springbed Conforta then also buy a Minimalist Cushions & Pillows with a value of support of 9.26 % and 55.56% confidence value. And the highest connection value is If you buy a Minimalist Crib then also buy a pillow with a support value of 16.67% and 100% confidence.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Keterkaitan, Apriori, Association Rule, Confidence, Support. Linkage, Apriori, Association Rule, Confidence, Support |
| Subjects: | Skripsi Bidang Keilmuan > Teknik Informatika |
| Divisions: | Fakultas Telematika Energi > S1 Teknik Informatika |
| Depositing User: | Sudarman |
| Date Deposited: | 19 Sep 2025 06:59 |
| Last Modified: | 19 Sep 2025 06:59 |
| URI: | https://repository.itpln.ac.id/id/eprint/1294 |
