G. SUROTO (2013) RANCANG BANGUN APLIKASI PREDIKSI KEBIASAAN PELANGGAN DENGAN METODE ASSOCIATION RULE MINING (ARM) (STUDI KASUS : PERUSAHAAN DIGITAL PRINTING). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIEF KASIM RIAU.

Preview

Text 2013_201326.pdf Download (6MB) | Preview

Abstract

Ketersediaan data detil transaksi pelanggan merupakan operasional terbesar yang dilakukan oleh perusahaan digital printing. Sebagai perusahaan yang melibatkan teknologi, sudah selayaknya perusahaan digital printing memiliki sebuah database pelanggan. Masalah yang dihadapi perusahaan adalah bagaimana melakukan prediksi kebiasaan pelanggan sesuai dengan jenis dan target pasar pelanggan untuk strategis penjualan. Sistem ini merupakan sistem prediksi kebiasaan pelanggan dibangun dengan menggunakan metode Association Rule Mining. Association Rule Mining merupakan metode teknik mining untuk menemukan aturan assosiatif antara suatu kombinasi itemset, perhitungan dilakukan dengan menentukan nilai minimum support dan minimum confidence. Hasil dari best rule perhitungan digunakan sebagai rekomendasi kombinasi produk yang dapat ditawarkan kepada pelanggan saat transaksi berlangsung serta dapat digunakan untuk acuan dalam pembuatan promo dan katalog Sistem ini dibangun dengan menggunakan Microsoft Visual Basic.Net dan database Microsoft Accsess. Sistem ini dapat dijadikan solusi bagi perusahaan dalam melakukan prediksi kebiasaan pelanggan berdasarkan jenis dan target pasar pelanggan sehingga dapat membantu perusahaan untuk meningkatktan citra dan profit perusahaan. Penelitian ini menggunakan best rule pengujian dengan minimum support 30% dan minimum confidence 50%.

Actions (login required)

View Item