SISTEM REKOMENDASI PEMBELIAN PRODUK BERDASARKAN POLA TRANSAKSI MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: D’YUMMY CATERING BANDUNG)

OKTAVIANI ENOK, JULIANA (2025) SISTEM REKOMENDASI PEMBELIAN PRODUK BERDASARKAN POLA TRANSAKSI MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: D’YUMMY CATERING BANDUNG). Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text Cover.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (160kB)
	Text Lembar Pengesahan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (167kB)
	Text Lembar Pernyataan.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (181kB)
	Text Abstrak.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (219kB)
	Text Bab I.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (260kB)
	Text Skripsi Full.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text Daftar Pustaka.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (204kB)
	Text Surat Keterangan Hasil Cek Plagiarisme.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (180kB)

Abstract

Aktivitas penjualan yang terjadi secara terus menerus akan menghasilkan data yang semakin melimpah dan berpotensi memberikan informasi berharga apabila diolah dengan tepat. Penelitian ini menerapkan algoritma Apriori dalam sebuah sistem berbasis web menggunakan bahasa pemrograman PHP dengan input data berupa file CSV untuk menganalisis pola pembelian produk. Berdasarkan pengujian terhadap 1.994 data transaksi, sistem berhasil menemukan 21 aturan asosiasi yang menggambarkan keterkaitan antar produk yang sering dibeli bersamaan. Selain itu, pengujian survei kepada 10 pengguna menunjukkan bahwa sistem yang dibangun memperoleh tingkat kepuasan dengan hasil 60% sangat memuaskan, 30% memuaskan, dan 10% cukup. Hasil penelitian ini menunjukkan bahwa sistem rekomendasi dapat membantu dalam penyediaan stok, strategi penjualan, serta memberikan rekomendasi produk yang relevan bagi pelanggan. Kata Kunci: Transaksi Penjualan, Algoritma Apriori, Data Mining, Asosiasi Produk

Actions (login required)

View Item