RENDY, WIJAYA SAPUTRA (2017) Implementasi Algoritma Apriori Untuk Rekomendasi Pembelian Barang Pada Toko Bangunan Wijaya. Skripsi,Fakultas Ilmu Komputer.
| PDF Download (3979b) | Preview |
Abstract
Toko Bangunan Wijaya masih melakukan transaksi penjualan secara umum yaitu pelanggan datang ke toko kemudian membeli barang yang diinginkan dan melakukan transaksi pembelian di tempat. Kurangnya informasi pejualan terhadap barang yang dijual ke pihak toko dan barang apa yang paling diminati dikalangan pembeli, membuat pihak toko harus cerdik dalam memanajemen stock barang-barang mereka. Oleh sebab itu dibutuhkan system rekomendasi yang digunakan untuk merekomendasikan barang ke penjual agar bisa memajemen stock barang apa yg cocok untuk distock lebih banyak agar penjual tidak kesulitan menentukan minat penjualan barang paling laris yang layak di stock lebih banyak. Sistem rekomendasi adalah suatu perangkat lunak dan teknik memberikan saran untuk barang apa yang akan berguna bagi pengguna. Saran yang diberikan bertujuan untuk mendukung pengguna dalam berbagai proses pengambilan keputusan, seperti barang apa yang harus dibeli. Salah satu teknik yang mampu diaplikasikan dalam sistem rekomendasi yaitu teknik data mining, Pemilihan algoritma apriori karena algoritma ini hanya memerlukan waktu yang lebih sedikit dibandingkan algoritma lainnya dalam metode association rule dengan data sebenarnya, algoritma Apriori untuk menghasilkan suatu rekomendasi penjualan barang kepada pemilik di toko bangunan wijaya dikarenakan ketidaktahuan pemilik terhadap informasi barang yang dijual oleh pihak toko dan barang apa yang paling diminati dikalangan pembeli lain.
Item Type: | Article |
---|---|
Subjects: | T Technology > Teknik Informatika Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika |
Divisions: | Fakultas Ilmu Komputer |
Depositing User: | Psi Udinus |
Date Deposited: | 13 Dec 2017 17:20 |
Last Modified: | 13 Dec 2017 17:20 |
URI: | http://eprints.dinus.ac.id/id/eprint/23566 |
Actions (login required)
View Item |