IMPLEMENTASI DATA MINING PADA PEMBELIAN PRODUK KAFE DENGAN ALGORITMA ECLAT

dc.contributor.authorRidarto, Maisya Sabrina
dc.contributor.supervisorSalambue, Roni
dc.date.accessioned2022-03-15T04:08:48Z
dc.date.available2022-03-15T04:08:48Z
dc.date.issued2021-11
dc.description.abstractSeiring dengan perkembangan zaman, persaingan di dunia bisnis pun semakin ketat. Para pelaku bisnis berlomba-lomba untuk menarik pelanggan dan memenuhi tuntutan pasar. Salah satu cara untuk memenuhi keinginan pelanggan dan tuntutan pasar yaitu dengan menganalisis pola pembelian pelanggan. Pola pembelian tersebut dapat menjadi salah satu strategi bisnis yaitu dengan mengetahui kombinasi item apa saja yang sering dibeli oleh pelanggan secara bersamaan, lalu berdasarkan rules tersebut dibuat rekomendasi menu paket berdasarkan pola pembelian pelanggan sehingga sesuai dengan keinginan pelanggan. Pola pembelian pelanggan dapat diketahui dengan mengolah data transaksi penjualan. Pengolahan data transaksi penjualan dilakukan dengan metode data mining dengan teknik association rules dengan menggunakan algoritma Eclat. Hasil dari pengolahan data transaksi penjualan tersebut berupa rules yang dapat dijadikan rekomendasi menu paket sehingga dapat menarik minat dan keinginan pelanggan dalam membeli suatu produk.en_US
dc.description.sponsorshipProgram Studi S1 Sistem Informasi Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alamen_US
dc.identifier.otherwahyu sari yeni
dc.identifier.urihttps://repository.unri.ac.id/handle/123456789/10503
dc.language.isoenen_US
dc.publisherperpustakaan URen_US
dc.subjectAssociation Rulesen_US
dc.subjectData Miningen_US
dc.subjectEclat, Kafeen_US
dc.subjectMarket Basket Analysis, Ren_US
dc.titleIMPLEMENTASI DATA MINING PADA PEMBELIAN PRODUK KAFE DENGAN ALGORITMA ECLATen_US
dc.typeArticleen_US

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Maisya Sabrina Ridarto _compressed.pdf
Size:
565.31 KB
Format:
Unknown data format
Description:
artikel
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections