IMPLEMENTASI DATA MINING UNTUK PENETAPANSTRATEGI PENJUALAN MENGGUNAKAN ASSOCIATIONRULE DI DIGIZONE CLOTHING YOGYAKARTA

Mulai dari tahun 2018 pebisnis online terus meningkat dari sebelumnya 1,6% menjadi 3,1% dari populasi Indonesia dikutip dari Kominfo. Hal ini dapatberdampak positif bagi dunia TIK untuk terus meningkatkan kinerja mereka untukmengembangkan semua lini yang berada di sistem perputaran bisnis online.Dig...

Full description

Saved in:

Bibliographic Details
Main Authors:	Ariesta Damayanti, S.Kom., M.Cs., Sugiyono, Noki - 165410074
Language:	Indonesian
Published:	STMIK AKAKOM 2021
Subjects:	Association Rule penjualan baju Implementasi Data Mining
Tags:	Add Tag No Tags, Be the first to tag this record!

PINJAM

id	oai:opac.utdi.ac.id:slims-16264
record_format	oai_dc
spelling	oai:opac.utdi.ac.id:slims-162642021-03-01T10:13:55Z IMPLEMENTASI DATA MINING UNTUK PENETAPANSTRATEGI PENJUALAN MENGGUNAKAN ASSOCIATIONRULE DI DIGIZONE CLOTHING YOGYAKARTA Ariesta Damayanti, S.Kom., M.Cs. Sugiyono, Noki - 165410074 Association Rule penjualan baju Implementasi Data Mining STMIK AKAKOM 2021 id Text Skripsi http://opac.utdi.ac.id//index.php?p=show_detail&id=16264 Mulai dari tahun 2018 pebisnis online terus meningkat dari sebelumnya 1,6% menjadi 3,1% dari populasi Indonesia dikutip dari Kominfo. Hal ini dapatberdampak positif bagi dunia TIK untuk terus meningkatkan kinerja mereka untukmengembangkan semua lini yang berada di sistem perputaran bisnis online.Digizone Clothing adalah salah satu distro hobby yang berada diYogyakarta. Setiap transaksi pasti menghasilkan data penjualan. Akan tetapi belumdapat memaksimalkan permanfaatan data tersebut. Data transaksi penjualan hanyadisimpan tanpa dilakukan analaisis lebih lanjut.Diperlukan suatu sistem untukmenganalisis data transaksi penjualan dengan menggunakan data mining sebagaisuatu tekhnis analisis data yang dapat membantu distro untuk memperoleh pola polapenjualan dalam membantu distro tersebut untuk menentukan promo bundling.Algoritma yang digunakan sebagai proses utama dari analisis database adalahalgoritma apriori dengan menggunakan minimum support, minimum confidence,frequent itemset dan data transaksi untuk menemukan aturan asosiasi.Percobaan menggunakan 500 data transaksi dari bukan Januari sampaiDesember tahun 2019.Pengujian menggunakan minimum support 10% danminimum confidence 40%. Jika aturan minimum confidence kurang dari 40% makaaturan tidak memenuhi standard yang diinginkan, dengan itu dapat diterapkanstrategi untuk promo bundling.Kata kunci : Algoritma Apriori, Data mining, Digizone Clothing, Pola Pembelian Yogyakarta
institution	UTDI
collection	Universitas Teknologi Digital Indonesia
language	Indonesian
topic	Association Rule penjualan baju Implementasi Data Mining
spellingShingle	Association Rule penjualan baju Implementasi Data Mining Ariesta Damayanti, S.Kom., M.Cs. Sugiyono, Noki - 165410074 IMPLEMENTASI DATA MINING UNTUK PENETAPANSTRATEGI PENJUALAN MENGGUNAKAN ASSOCIATIONRULE DI DIGIZONE CLOTHING YOGYAKARTA
description	Mulai dari tahun 2018 pebisnis online terus meningkat dari sebelumnya 1,6% menjadi 3,1% dari populasi Indonesia dikutip dari Kominfo. Hal ini dapatberdampak positif bagi dunia TIK untuk terus meningkatkan kinerja mereka untukmengembangkan semua lini yang berada di sistem perputaran bisnis online.Digizone Clothing adalah salah satu distro hobby yang berada diYogyakarta. Setiap transaksi pasti menghasilkan data penjualan. Akan tetapi belumdapat memaksimalkan permanfaatan data tersebut. Data transaksi penjualan hanyadisimpan tanpa dilakukan analaisis lebih lanjut.Diperlukan suatu sistem untukmenganalisis data transaksi penjualan dengan menggunakan data mining sebagaisuatu tekhnis analisis data yang dapat membantu distro untuk memperoleh pola polapenjualan dalam membantu distro tersebut untuk menentukan promo bundling.Algoritma yang digunakan sebagai proses utama dari analisis database adalahalgoritma apriori dengan menggunakan minimum support, minimum confidence,frequent itemset dan data transaksi untuk menemukan aturan asosiasi.Percobaan menggunakan 500 data transaksi dari bukan Januari sampaiDesember tahun 2019.Pengujian menggunakan minimum support 10% danminimum confidence 40%. Jika aturan minimum confidence kurang dari 40% makaaturan tidak memenuhi standard yang diinginkan, dengan itu dapat diterapkanstrategi untuk promo bundling.Kata kunci : Algoritma Apriori, Data mining, Digizone Clothing, Pola Pembelian
author	Ariesta Damayanti, S.Kom., M.Cs. Sugiyono, Noki - 165410074
author_facet	Ariesta Damayanti, S.Kom., M.Cs. Sugiyono, Noki - 165410074
author_sort	Ariesta Damayanti, S.Kom., M.Cs.
title	IMPLEMENTASI DATA MINING UNTUK PENETAPANSTRATEGI PENJUALAN MENGGUNAKAN ASSOCIATIONRULE DI DIGIZONE CLOTHING YOGYAKARTA
title_short	IMPLEMENTASI DATA MINING UNTUK PENETAPANSTRATEGI PENJUALAN MENGGUNAKAN ASSOCIATIONRULE DI DIGIZONE CLOTHING YOGYAKARTA
title_full	IMPLEMENTASI DATA MINING UNTUK PENETAPANSTRATEGI PENJUALAN MENGGUNAKAN ASSOCIATIONRULE DI DIGIZONE CLOTHING YOGYAKARTA
title_fullStr	IMPLEMENTASI DATA MINING UNTUK PENETAPANSTRATEGI PENJUALAN MENGGUNAKAN ASSOCIATIONRULE DI DIGIZONE CLOTHING YOGYAKARTA
title_full_unstemmed	IMPLEMENTASI DATA MINING UNTUK PENETAPANSTRATEGI PENJUALAN MENGGUNAKAN ASSOCIATIONRULE DI DIGIZONE CLOTHING YOGYAKARTA
title_sort	implementasi data mining untuk penetapanstrategi penjualan menggunakan associationrule di digizone clothing yogyakarta
publisher	STMIK AKAKOM
publishDate	2021
callnumber-raw	http://opac.utdi.ac.id//index.php?p=show_detail&id=16264
callnumber-search	http://opac.utdi.ac.id//index.php?p=show_detail&id=16264
_version_	1741202045729243136

IMPLEMENTASI DATA MINING UNTUK PENETAPANSTRATEGI PENJUALAN MENGGUNAKAN ASSOCIATIONRULE DI DIGIZONE CLOTHING YOGYAKARTA

Similar Items