Analisis Data Mining Produk Retail Menggunakan Metode Asosiasi Dengan Menerapkan Algoritma Apriori

Mochammad Septa Sandy, MS and Hamzah Setiawan, HS and Uce Indahyanti, UI Analisis Data Mining Produk Retail Menggunakan Metode Asosiasi Dengan Menerapkan Algoritma Apriori. LPPM STIKOM TUNAS BANGSA, Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen).

Text Analisis Data Mining Produk Retail Menggunakan Metode Asosiasi Dengan Menerapkan Algoritma Apriori.pdf Download (2MB)

Abstract

Produk retail adalah bisnis yang menggunakan teknik asosiasi yang menerapkan algoritma apriori yang mengambil dataset dari Github berupa csv yang diambil secara online yang mencari nilai confidence dari item tersebut dengan memiliki nilai support minimal sesuai item tersebut yang diambil dari berbagai negara 4 negara untuk analisis. Tujuan dari penelitian ini adalah untuk mengetahui pola asosiasi yang bertujuan untuk mencari nilai terbesar yang diambil dari4 negara menurut masing-masing item dengan menggunakan analisis apriori dilakukan untuk mengetahui apa yang berhubungan dengan data yang dimilikinya sebanyak 541.910 pembelian produk retail oleh konsumen berupa dataset yang saya ambil datanya via online dari github dalam bentuk csv menggunakan jypter notebook. Algoritma Apriori diharapkan dapat memberikan dukungan keputusan antar barang yang dibeli secara bersama oleh pelanggan. Data Mining adalah proses yang memerintahkan satu atau lebih pembelajaran menggunakan Association Rules yang melayani data mining deskriptif yang bertujuan untuk menemukan aturan asosiatif antar item data. Langkah utama yang perlu ada dalam aturan asosiasi adalah mencari tahu seberapa sering kombinasi item muncul di database, yang sering disebut sebagai frequent pattern, untuk mendapatkan nilai kepercayaan untuk menemukan nilai support minimum menurut masing-masing negara

Item Type:	Other
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering > School of Computer Engineering
Depositing User:	Mr hamzah hamzah
Date Deposited:	26 Feb 2024 12:10
Last Modified:	26 Feb 2024 12:10
URI:	http://eprints.umsida.ac.id/id/eprint/13432

Actions (login required)

View Item