Analisa Pola Belanja Alat Kesehatan di Shopee JoyoAlkes Menggunakan Algoritma FP-Growth

Nurohim, Galih Setiawan

doi:10.31294/ijcs.v1i1.1098

Cited by 2 publications

(2 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Data ini menekankan pentingnya seleksi data dalam memastikan bahwa hanya informasi yang benar-benar penting dan relevan yang dianalisis, sehingga hasilnya dapat lebih akurat dan efisien. [10]…”

Section: Gambar 1 Tahapan Knowledge Discovery In Database (Kdd) 1 Sel...unclassified

Optimasi Pola Pembelian Toko Sembako Dengan Algoritma Fp-Growth

Fitriyah,

Kaslani,

Tohidi

et al. 2024

jati

View full text Add to dashboard Cite

Toko sembako adalah toko kelontong (bahan pokok) yang menjual berbagai macam kebutuhan pokok masyarakat pada umumnya. Tanpa kebutuhan dasar masyarakat bisa terganggu karena bahan pokok ini yang paling utama. Penempatan pada produk toko ini masih dilakukan secara tradisional/manual oleh pemilik toko dan data transaksi penjualan di Toko ini hanya digunakan sebagai simpanan tanpa dimaksimalkan penggunaannya. Semakin banyak toko kelontong modern semakin sedikit pelanggan yang membeli di toko tersebut. Dalam penerapan teknik data mining menggunakan metode asosiasi dengan memanfaatkan Algoritma Fp-Growt, Permasalahannya adalah belum bisa mengetahui produk apa yang sering di minati pelanggan, ketersediaan produk seringkali tidak sesuai dengan keinginan konsumen sehingga bisa berdampak buruk. Algoritma Fp-Growth ini digunakan untuk mengidentifikasi peraturan yang mengatur keterkaitan antara kombinasi itemset. dalam data transaksi penjualan, dengan tujuan memberikan rekomendasi untuk mengoptimalkan strategi penjualan dengan mengidentifikasi produk-produk yang sering dibeli bersamaan, dan menyusun menu berdasarkan preferensi konsumen. Berdasarkan Association Rules menghasilkan 3 barang yang umumnya dibeli oleh pelanggan yaitu Gula, Minyak Goreng dan Tepung. Hasil evaluasi menunjukan nilai support tertinggi pada seluruh itemset sebesar 0.170. Pengujian pembentukan itemset, dengan nilai support 0.1 dan nilai confidence 0.5 mendapatkan rule sebanyak 7 rule dan mendapatkan nilai confidence yang paling tinggi yaitu 0.950 serta mendapatkan nilai lift paling tinggi 4.923 sehingga dinyatakan semua aturan yang dihasilkan memiliki kekuatan dan validitas yang dapat diandalkan untuk digunakan meningkatkan strategi penjualan. Penelitian ini dapat membantu Toko untuk dapat meningkatkan pengalaman pelanggan, mengoptimalkan stok produk, dan meningkatkan kepuasan pelanggan secara keseluruhan. Hasil temuan dari penelitian ini bisa dimanfaatkan untuk memberikan bantuan atau dukungan dalam proses penjualan, fokus pada barang - barang yang banyak diminati oleh pelanggan dan ketersediaan stok barang.

show abstract

Section: Gambar 1 Tahapan Knowledge Discovery In Database (Kdd) 1 Sel...unclassified

Optimasi Pola Pembelian Toko Sembako Dengan Algoritma Fp-Growth

Fitriyah,

Kaslani,

Tohidi

et al. 2024

jati

View full text Add to dashboard Cite

show abstract

“…Selanjutnya dengan merumuskan identifikasi masalah yang terjadi saat studi lapangan dengan observasi untuk menghasilkan ketentuan promo yang akan dijalankan dari data transaksi yang terjadi pada tahun 2021. Lalu dengan pengumpulan data yang terverifikasi lolos untuk pengujian [7]. Akan dilakukan alur tahapan :…”

Section: Pendahuluanunclassified

Penggunaan Algoritma Apriori untuk Menemukan Pola Belanja Konsumen sebagai Promo Produk

Supandhi,

Marcos

2023

JIMP

View full text Add to dashboard Cite

Abstrak-Data yang bisa digunakan untuk mengambil suatu informasi biasa juga disebut Data Mining dari keseluruhan data berskala besar. Data ini nantinya akan berguna dalam berbagai aspek kebutuhan salah satunya untuk strategi pemasaran dalam penggunaan promo produk. Dengan banyaknya transaksi yang berlangsung maka akan menimbulkan sifar data yang tabular dan tidak teratur. Pola belanja konsumen dijadikan acuan untuk strategi promo barang. Pola belanja konsumen bisa ditemukan dengan sebuah algoritma apriori untuk menghasilkan sebuah association rule. Algoritma ini akan menggunakan hubungan antara dua itemset. Kasus yang dihasilkan dalam penelitian ini menunjukan bahwa algoritma apriori memberikan sebuah gambaran itemset yang akan menentukan pola belanja konsumen untuk penerapan promo barang. Hasil pegujiannya menghasilkan confident paling tinggi adalah transaksi akrilik, art lamp = 60 % dan jam square, decorative = 60%.

show abstract

Analisa Pola Belanja Alat Kesehatan di Shopee JoyoAlkes Menggunakan Algoritma FP-Growth

Cited by 2 publications

References 0 publications

Optimasi Pola Pembelian Toko Sembako Dengan Algoritma Fp-Growth

Optimasi Pola Pembelian Toko Sembako Dengan Algoritma Fp-Growth

Penggunaan Algoritma Apriori untuk Menemukan Pola Belanja Konsumen sebagai Promo Produk

Contact Info

Product

Resources

About