PENERAPAN DATA MINING PENJUALAN BARANG TOKO BANGUNAN H.UBED MENGGUNAKAN METODE ALGORITMA APRIORI

Sidiq, Fajrin (2023) PENERAPAN DATA MINING PENJUALAN BARANG TOKO BANGUNAN H.UBED MENGGUNAKAN METODE ALGORITMA APRIORI. Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

[img] Text
Cover.pdf

Download (49kB)
[img] Text
Lembar Pengesahan.pdf

Download (71kB)
[img] Text
Lembar Pernyataan.pdf

Download (76kB)
[img] Text
Abstrak.pdf

Download (153kB)
[img] Text
BAB I.pdf

Download (320kB)
[img] Text
Skripsi Full.pdf
Restricted to Repository staff only

Download (7MB) | Request a copy
[img] Text
Daftar Pustaka.pdf

Download (228kB)
[img] Text
Surat Keterangan Hasil Cek Plagiarisme.pdf

Download (240kB)

Abstract

Proses Kegiatan penjualan pada barang-barang matrial supaya berjalan terus dan begitu juga data yang dihasilkan semakin lama semakin bertambah. Data-data yang semakin besar tidak akan berguna dan bermanfaat jika dibiarkan saja. Algoritma Apriori salah satu metode dari Data Mining yaitu pengumpulan data untuk menentukan pola frekuensi tertinggi dengan pengumpulan data tertinggi dan menentukan data transaksi, menghitung jumlah total transaksi. Pemakaian data lama digunakan untuk menemukan hasil dari penjualan barang yang terbanyak dan paling sedikit. Hasil dari proses data mining ini adalah menemukan barang yang sering terjual secara bersamaan. Salah satu manfaat menggunakan metode ini adalah untuk memudahkan dalam penyusunan barang untuk dipisahkan pada tempat tertentu seperti barang yang sering terjual. Metode algoritma apriori pada data mining sangat efisien dan mempercepat proses pola kombinasi hasil penjualan dari toko bangunan. Data yang dipakai adalah data penjualan barang yang sering terjual. Daftar bahan bangunan yang memiliki stok paling banyak terjual adalah Semen, Semen Putih, Pasir, Cat Tembok, Cat Kayu, Keramik, Kayu, Batu bata, Paku, Besi, dan Kawat.

Item Type: Thesis (Skripsi)
Additional Information: STF.23.0044
Uncontrolled Keywords: Kata Kunci : Penjualan, Algoritma Apriori, Data mining
Subjects: Skripsi S1 > Teknik Informatika
Divisions: Fakultas Teknik > Teknik Informatika (S1)
Depositing User: Mr Fajrin Sidiq
Date Deposited: 23 Feb 2024 06:38
Last Modified: 24 Feb 2024 01:13
URI: http://repository.usbypkp.ac.id/id/eprint/3438

Actions (login required)

View Item View Item