Anda belum login :: 21 Nov 2025 07:19 WIB
Detail
BukuKOMPARASI ALGORITMA APRIORI, FP-GROWTH, ECLAT DAN PENGEMBANGAN SISTEM REKOMENDASI DALAM PENERAPAN STRATEGI CROSS-SELLING (STUDI KASUS: PT MEGA SARANA BOGA)
Bibliografi
Author: GABBATHA, MICHAEL KENANG ; Sihombing, Denny Jean Cross (Advisor); Sutresno, Stephen Aprius (Advisor)
Topik: Apriori; FP-Growth; Eclat; Cross-Selling; Sistem Rekomendasi
Bahasa: (ID )    
Penerbit: Program Studi Sarjana Sistem Informasi Fakultas Teknik Unika Atma Jaya     Tempat Terbit: Jakarta    Tahun Terbit: 2025    
Jenis: Theses - Undergraduate Thesis
Fulltext:
Abstract
Dalam era persaingan bisnis makanan beku yang semakin kompetitif, strategi pemasaran berbasis data menjadi sangat penting untuk meningkatkan profitabilitas dan kepuasan pelanggan. Penelitian ini menggunakan data penjualan historis selama tahun 2024 untuk membandingkan tiga algoritma asosiasi dalam data mining, yaitu Apriori, FP-Growth, dan Eclat dalam menemukan pola hubungan antar produk dari data transaksi pelanggan PT Mega Sarana Boga sebagai dasar untuk mendukung strategi cross-selling. Selanjutnya, algoritma terbaik dari hasil perbandingan diimplementasikan dalam sistem rekomendasi yang dapat memberikan saran produk pelengkap kepada pelanggan secara otomatis. Hasil penelitian menunjukkan bahwa algoritma Eclat merupakan algoritma terbaik yang menghasilkan 63 aturan asosiasi dengan rata-rata nilai confidence 0.9289 dibandingkan Apriori dan FP-Growth yang sama-sama menghasilkan 58 aturan dengan rata-rata nilai confidence 0.9308, Kemudian Eclat diimplementasikan ke dalam sistem rekomendasi untuk mendukung strategi cross-selling. Setelah itu, dilakukan pengujian aplikasi menggunakan blackbox testing dan UAT, di mana semua fitur berhasil dijalankan dan UAT mendapatkan skor akhir 3,6 dari user. Penelitian dapat memberikan kontribusi nyata dalam optimalisasi strategi penjualan berbasis data di PT Mega Sarana Boga serta memperkaya literatur akademik terkait pemanfaatan algoritma asosiasi dalam pengambilan keputusan bisnis.
Opini AndaKlik untuk menuliskan opini Anda tentang koleksi ini!

Lihat Sejarah Pengadaan  Konversi Metadata   Kembali
design
 
Process time: 0.0625 second(s)