Muhammad, Isra Al Mahsa and Alwis Nazir, - and Iis Afriyanti, - and Elvia Budianita, - (2023) Implementasi Data Mining Association Rules Menggunakan Algoritma Fp- Growth untuk Data Penjualan Keramik. Implementasi Data Mining Association Rules Menggunakan Algoritma Fp- Growth untuk Data Penjualan Keramik, 8 (3). pp. 513-520. ISSN 2541-1004

Preview

Text Repository Muhammad Isra Almahsa.pdf Download (3MB) | Preview

Abstract

Perusahaan keramik CV Sukses Bersama menghadapi tantangan dalam menentukan tata letak produk dan strategi promosi yang optimal. Untuk mengatasi permasalahan ini, penelitian ini menerapkan metode Data Mining Association Rules dengan menggunakan algoritma FP-Growth Dengan bahasa pemrograman Python, penulis melakukan analisis data penjualan perusahaan untuk mengidentifikasi pola pembelian yang signifikan. Hasil analisis menunjukkan bahwa produk 'MCC' memiliki tingkat popularitas yang luar biasa tinggi, dengan tingkat support mencapai 94.86%. Hal ini mengindikasikan bahwa 'MCC' adalah favorit utama pelanggan CV Sukses Bersama. Analisis juga mengungkapkan beberapa Association Rules yang signifikan, seperti {'MCC'} -> {'HRM'} dengan tingkat confidence sebesar 95.28%. Artinya, pelanggan yang membeli 'MCC' cenderung membeli 'HRM' dengan tingkat kepastian yang tinggi. Hasil ini memiliki dampak strategis yang penting bagi CV Sukses Bersama. Informasi ini dapat digunakan untuk merancang strategi pemasaran yang lebih efektif dengan memahami preferensi pelanggan dan mengoptimalkan manajemen stok produk.

Actions (login required)

View Item