ROBBY MAYEFRI, - (2020) ANALISA POLA PEMBELIAN OBAT DAN ALAT KESEHATAN DI PT. DEYE ALKESINDO MENGGUNAKAN ALGORITMA FP-GROWTH BERDASARKAN TEKNIK CLUSTERING. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text GABUNGAN KECUALI BAB IV.pdf Download (5MB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Repository staff only Download (5MB)

Abstract

ANALISA POLA PEMBELIAN OBAT DAN ALAT KESEHATAN DI PT. DEYE ALKESINDO MENGGUNAKAN ALGORITMA FP-GROWTH BERDASARKAN TEKNIK CLUSTERING ROBBY MAYEFRI NIM: 11653100038 Tanggal Sidang: 13 Agustus 2020 Periode Wisuda: Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau Jl. Soebrantas, No. 155, Pekanbaru ABSTRAK DeYe Alkesindo merupakan salah satu toko penyedia obat dan alat kesehatan yang bertempat di Jl. Ahmad Yani No. 129 Kota Pekanbaru. Transaksi penjualan obat dan alat kesehatan cenderung menurun setiap bulan pada tahun 2019. Guna meningkatkan strategi penjualan perlu dilakukan penggalian informasi lebih lanjut pada data transaksi penjualan PT. DeYe alkesindo guna mendapatkan informasi tersembunyi untuk pengambilan keputusan. Dengan mengetahui item yang paling sering dibeli bersamaan akan memudahkan pihak PT. DeYe alkesindo dalam menentukan strategi penjualan sesuai dengan kebiasaan konsumen dalam melakukan transaksi. Pada penelitian ini dilakukan proses clustering terhadap data transaksi penjualan produk yang hanya tersimpan sebagai arsip di database perusahaan, dengan menerapkan algoritma K-Means dan Fuzzy C-Means, yang selanjutnya menerapkan algoritma FP-Growth untuk menemukan association rules pembelian produk oleh pelanggan berdasarkan rules terbaik yang diukur dari nilai minsup, minconf dan lift tertinggi sehingga dapat memberikan usulan penyusunan rak dan menjadi pertimbangan pengambilan keputusan oleh pihak perusahaan dalam menentukan rekomendasi penawaran produk. Pada data transaksi Januari - Desember 2019 diperoleh hasil yaitu dari percobaan jumlah cluster 2 - 5. Didapatkan rules terbaik berada pada percobaan jumlah cluster 4 dari algoritma K-Means pada cluster 1 diperoleh 14 rules dengan minsup 50% dan minconf 75%. Kata Kunci: association rules, clustering, data mining ix

Actions (login required)

View Item