Steven, Steven (2020) Sistem Rekomendasi Paket Minuman Berdasarkan Pesanan Pelanggan Dengan Metode Frequent Pattern Growth. Skripsi thesis, Universitas Tarumanagara.
Text
535140058_Steven_01 Cover.pdf Download (123kB) |
|
Text
535140058_Steven_02 Lembar Pengesahan.pdf Download (193kB) |
|
Text
535140058_Steven_03 Lembar Pernyataan.pdf Download (114kB) |
|
Text
535140058_Steven_04 Abstrak.pdf Download (375kB) |
|
Text
535140058_Steven_05 Kata Pengantar.pdf Download (308kB) |
|
Text
535140058_Steven_06 Bab 1.pdf Restricted to Registered users only Download (58kB) |
|
Text
535140058_Steven_07 Bab 2.pdf Restricted to Repository staff only Download (122kB) |
|
Text
535140058_Steven_08 Bab 3.pdf Restricted to Repository staff only Download (96kB) |
|
Text
535140058_Steven_09 Bab 4.pdf Restricted to Repository staff only Download (98kB) |
|
Text
535140058_Steven_10 Bab 5.pdf Restricted to Registered users only Download (45kB) |
|
Text
535140058_Steven_11 Daftar Pustaka.pdf Download (43kB) |
|
Text
535140058_Steven_13 Lampiran.pdf Restricted to Repository staff only Download (9MB) |
|
Text
535140058_Steven_14 Daftar Riwayat Hidup.pdf Restricted to Repository staff only Download (295kB) |
Abstract
Perkembangan teknologi informasi telah memberikan kontribusi pada cepatnya pertumbuhan jumlah data yang dikumpulkan dan disimpan dalam basis data berukuran besar (tumpukan data). Dibutuhkan suatu metode atau teknik yang dapat merubah tumpukan data tersebut menjadi sebuah informasi berharga atau pengetahuan (knowledge) yang bermanfaat untuk mendukung pengambilan keputusan bisnis. Berdasarkan data-data yang telah terjadi pada suatu kafe, dapat dianalisa menjadi suatu peluang pasar. Diusulkan akan dibuatkan paket minuman yang ditentukan berdasarkan pesanan pelanggan dengan mencari pola frequent itemset yang berbeda pada data transaksi yang telah terjadi. Data-data ini dapat dianalisa menjadi lebih berguna. Metode yang digunakan adalah metode asosiasi. Dengan adanya paket minuman diprediksikan perusahaan dapat menaikkan penjualan. Dengan banyaknya data transaksi yang tersimpan, maka terjadinya kesulitan dalam pengelolaan data diperlukan suatu metode yaitu metode asosiasi. Algoritma Frequent Pattern Growth merupakan salah satu alternatif algoritma yang cukup efektif untuk mencari himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data yang besar. Hasil pengujian dari metode Frequent Pattern Growth dapat menentukan sejumlah paket yang memenuhi nilai minimum support dan confidence dengan kombinasi dua itemset.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Data Mining, Frequent Pattern Growth, Market Basket Analysis, Rekomendasi Paket |
Subjects: | Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi |
Divisions: | Fakultas Teknologi Informasi > Teknik Informatika |
Depositing User: | TDI Family perpus |
Date Deposited: | 23 Apr 2021 14:36 |
Last Modified: | 27 May 2021 03:30 |
URI: | http://repository.untar.ac.id/id/eprint/19627 |
Actions (login required)
View Item |