Text
Aplikasi Data Mining Untuk Melihat Pola Asosiasi Dari Distribusi Dan Penjualan Barang (Studi Kasus Cv Mandiri Prima Kab. Demak)
ABSTRAK
Kehadiran teknologi informasi sebagai alat bantu pembuatan keputusan sangat
mempengaruhi bagaimana suatu bisnis berjalan saat ini, dimana semua proses yang biasanya
manual mulai berubah menjadi terkomputerisasi. Hal ini membuat banyak perusahaan ingin
menggunakannya, tidak terkecuali pada CV. Mandiri Prima. CV. Mandiri Prima merupakan
sebuah perusahaan yang berkecimpung pada distribusi dan penjualan barang di bidang
logistik. CV. Mandiri Prima memiliki banyak data transaksi yang dalam pemrosesan atau
analisisnya masih dilakukan secara manual sehingga informasi pola pembelian konsumen di
dalam data tersebut sulit untuk didapatkan. Hal ini menyebabkan CV. Mandiri Prima
kesulitan dalam membuat strategi bisnis. Oleh karena itu, diperlukan sebuah aplikasi untuk
membantu proses analisis pola pembelian konsumen pada suatu data transaksi. Pada
pembuatan skripsi ini dibangun aplikasi yang dapat membantu proses analisis pola
pembelian konsumen di dalam data transaksi sehingga mempermudah pemilik CV. Mandiri
Prima dalam membuat strategi bisnis. Aplikasi yang dibangun mengimplementasikan teknik
data mining yaitu asssociation rule (aturan asosiasi) untuk menjawab permasalahan analisis
pola pembelian konsumen tersebut. Dalam menyelesaikan permasalahan data mining,
algoritma yang dipakai adalah algoritma apriori. Algoritma apriori dapat menghasilkan pola
kombinasi item dan aturan asosiasi yang terbentuk dari proses pembelian barang oleh
konsumen sebagai informasi penting dari suatu data transaksi. Aplikasi dikembangkan
dengan menggunakan model proses Waterfall dengan bahasa pemrograman PHP dan
MySQL sebagai pengelolaan basis datanya. Hasil akhir dari skripsi ini yaitu hasil pengujian
aplikasi yang telah memenuhi kebutuhan sesuai dengan SRS dan penerapan algoritma apriori
berhasil dilakukan untuk menemukan kombinasi item atau pola pembelian konsumen dari
data transaksi penjualan barang.
Kata kunci : Aplikasi, Data Mining, Aturan Asosiasi, Algoritma Apriori, CV. Mandiri
Prima.
ABSTRACT
The presence of information technology as a decision-making tool greatly influences how a
business is running today, where all the processes that are usually manually started to turn
into computerized. This makes many companies want to use it, including CV. Mandiri
Prima. CV. Mandiri Prima is a company engaged in the distribution and sale of goods in
logistics. CV. Mandiri Prima has a lot of transaction data that is still done manually in the
processing or analysis so that information on consumer purchasing patterns in the data is
difficult to obtain. This causes CV. Mandiri Prima has difficulty in making business
strategies. Therefore, we need an application to help the process of analyzing consumer
purchasing patterns in a transaction data. In making this thesis an application is built that can
help the process of analyzing consumer purchase patterns in transaction data making it easier
for owners CV. Mandiri Prima in making business strategies. The application built
implements data mining techniques, namely the association rule to answer the problem of
the analysis of consumer purchasing patterns. In solving data mining problems, the algorithm
used is apriori algorithm. Apriori algorithm can produce item combination patterns and
association rules that are formed from the process of purchasing goods by consumers as
important information from a transaction data. The application was developed using the
Waterfall process model with the PHP programming languages and MySQL as a database
management. The final results of this thesis are the results of testing applications that have
fulfilled the requirements in accordance with the SRS and the application of apriori
algorithm successfully carried out to find a combination of items or patterns of consumer
purchases from the data of sales transactions.
Keywords : Application, Data Mining, Association Rule, Apriori Algorithm, CV. Mandiri
Prima.
865F20III | 865 F 20iii | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain