Anda belum Log-in!
Silahkan Log in
Selamat Datang di Portal Digital Content Publisher
Selasa , 22 September 2026
Perpustakaan sebagai jantung pendidikan tinggi di Indonesia, harus mampu memberi kontribusi yang berarti bagi pelaksanaan proses belajar mengajar di perguruan tinggi.
di-posting oleh 210441100066 pada 2026-06-29 12:06:14 • 32 klik
PENERAPAN ALGORITMA APRIORI UNTUK ANALISIS POLA PEMBELIAN PADA MIROTA BATIK HANDICRAFT SURABAYA
Application of the Apriori Algorithm for Purchasing Pattern Analysis at Mirota Batik Handicraft Surabaya
disusun oleh FIOLA LAURENT RAFELINA
| Subyek: | Data Mining Market Basket Analysis Apriori Algorithm |
| Kata Kunci: | Algoritma Apriori Pola Pembelian Market Basket Analysis Data Mining |
[ Anotasi Abstrak ]
Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen di Mirota Batik & Handicraft Surabaya menggunakan algoritma Apriori berdasarkan data transaksi penjualan periode Desember 2024 hingga Mei 2025. Data transaksi yang telah melalui proses pembersihan dan transformasi dianalisis untuk mengetahui keterkaitan antarproduk yang sering dibeli secara bersamaan. Pengujian dilakukan dengan dua kombinasi parameter, yaitu support 0,03 dengan confidence 0,25 serta support 0,01 dengan confidence 0,15. Hasil analisis menunjukkan bahwa pengujian pertama menghasilkan 24 frequent itemsets dan 6 aturan asosiasi, sedangkan pengujian kedua menghasilkan 69 frequent itemsets dan 33 aturan asosiasi. Frequent itemset adalah produk-produk yang sering dibeli bersamaan oleh konsumen. Beberapa pola pembelian yang ditemukan menunjukkan adanya hubungan kuat antarproduk dan dapat dimanfaatkan dalam penyusunan strategi pemasaran, seperti bundling produk, penataan display, serta perencanaan stok barang. Hasil penelitian ini membuktikan bahwa algoritma Apriori efektif dalam mengidentifikasi pola pembelian konsumen dan mendukung pengambilan keputusan bisnis berbasis data di Mirota Batik & Handicraft Surabaya. Kata kunci: Algoritma Apriori, Pola Pembelian, Market Basket Analysis, Data Mining
Deskripsi Lain
This study aims to analyze consumer purchasing patterns at Mirota Batik & Handicraft Surabaya using the Apriori algorithm based on sales transaction data from December 2024 to May 2025. The transaction data, which had undergone a cleansing and transformation process, was analyzed to determine the relationships between frequently purchased products. Testing was conducted with two parameter combinations: a support of 0.03 with a confidence of 0.25 and a support of 0.01 with a confidence of 0.15. The analysis results showed that the first test yielded 24 frequent itemsets and 6 association rules, while the second test yielded 69 frequent itemsets and 33 association rules. Frequent itemsets are products frequently purchased together by consumers. Several purchasing patterns identified indicate strong relationships between products and can be utilized in developing marketing strategies, such product bundling, display arrangement, and inventory planning. The results of this study demonstrate the effectiveness of the Apriori algorithm in identifying consumer purchasing patterns and supporting data-driven business decision-making at Mirota Batik & Handicraft Surabaya. Keywords: Apriori Algorithm, Purchasing Patterns, Market Basket Analysis, Data Mining
| Kontributor | : Dr. Budi Dwi Satoto, S.T., M.Kom;Doni Abdul Fatah, S.Kom., M.Kom |
| Tanggal tercipta | : 2025-12-12 |
| Jenis(Tipe) | : Text |
| Bentuk(Format) | |
| Bahasa | : Indonesia |
| Pengenal(Identifier) | : TRUNOJOYO-Tugas Akhir-40314 |
| No Koleksi | : 210441100066 |
Ketentuan (Rights) :
2025
Download File Penyerta (khusus anggota terdaftar)
1. TRUNOJOYO-Tugas Akhir-40314-Abstract.pdf - 123 KB 2. TRUNOJOYO-Tugas Akhir-40314-Cover.pdf - 1680 KB 3. TRUNOJOYO-Tugas Akhir-40314-Chapter1.pdf - 162 KB 4. TRUNOJOYO-Tugas Akhir-40314-Chapter2.pdf - 267 KB 5. TRUNOJOYO-Tugas Akhir-40314-Chapter3.pdf - 286 KB 6. TRUNOJOYO-Tugas Akhir-40314-Chapter4.pdf - 805 KB 7. TRUNOJOYO-Tugas Akhir-40314-Conclusion.pdf - 113 KB 8. TRUNOJOYO-Tugas Akhir-40314-References.pdf - 157 KB 9. TRUNOJOYO-Tugas Akhir-40314-Appendices.pdf - 830 KB
Dokumen sejenis...Tidak ada !
Dokumen yang bertautan...- Prediksi Ketepatan Kelulusan Mahasiswa Menggunakan Algoritma C5.0
- REKOMENDASI DENAH TATA LETAK BARANG MENGGUNAKAN METODE ASSOCIATION RULE BERBASIS MULTIPLE MINIMUM SUPPORT (Studi Kasus: El Malik Swalayan)
- Analisis Dampak Penerapan Metode Diskretisasi Data terhadap Performa Diagnosis Penyakit Liver Berbasis K-Nearest Neighbor
- Penerapan Data Mining Pada Market Basket Analysis dengan Metode Algoritma Apriori Association Rules
- KLASIFIKASI DOKUMEN WEB BERITA UNIVERSITAS MENGGUNAKAN METODE K-NN (K-NEAREST NEIGHBOR)
Kembali ke Daftar