Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R

Semakin banyak transaksi penjualan maka diperlukan suatu sistem untuk menghasilkan informasi yang penting. Inovasi ini akan banyak memecahkan masalah di bidang sales marketing dan inventory, karena produk yang tidak begitu laku jika dipasangkan dengan tepat akan naik nilai penjualannya. Namun mencar...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Thomas Brian, Ardhi Sanwidi
Formato:	article
Lenguaje:	EN ID
Publicado:	P3M Politeknik Negeri Banjarmasin 2018
Materias:	Apriori Data Mining Market Basket Analysis R Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64
Acceso en línea:	https://doaj.org/article/54440948d55d40f38f8ad162a0446689
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:54440948d55d40f38f8ad162a0446689
record_format	dspace
spelling	oai:doaj.org-article:54440948d55d40f38f8ad162a04466892021-12-02T06:43:44ZImplementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R2598-32452598-328810.31961/eltikom.v2i1.40https://doaj.org/article/54440948d55d40f38f8ad162a04466892018-06-01T00:00:00Zhttp://eltikom.poliban.ac.id/index.php/eltikom/article/view/40https://doaj.org/toc/2598-3245https://doaj.org/toc/2598-3288Semakin banyak transaksi penjualan maka diperlukan suatu sistem untuk menghasilkan informasi yang penting. Inovasi ini akan banyak memecahkan masalah di bidang sales marketing dan inventory, karena produk yang tidak begitu laku jika dipasangkan dengan tepat akan naik nilai penjualannya. Namun mencari asosiasi membutuhkan proses yang rumit karena masalah kombinasi produk yang besar apalagi jika bisnis ritel tersebut memiliki ribuan produk. Apriori adalah algoritma data mining untuk mencari hubungan antar item pada market basket analysis. Dengan menemukan pola transaksi penjualan maka diharapkan nilai bisnis meningkat. Pada proses yang dilakukan pada penelitian ini diimplementasikan menggunakan R dengan function apriori untuk mengolah data. Dimulai dari pembacaan dataset sampai dengan menemukan rekomendasi dari sistem yang sudah dibuat menggunakan function di R. Menentukan nilai support, confidence dan lift berpengaruh untuk menemukan itemset terbaik untuk penjualan selanjutnya. Uji coba yang sudah dilakukan dengan dataset transaksi menunjukkan hasil terbaik pada filter nilai support = 0,1 confidence = 0,8 dan lift > 1.Thomas BrianArdhi SanwidiP3M Politeknik Negeri BanjarmasinarticleAprioriData MiningMarket Basket AnalysisRElectrical engineering. Electronics. Nuclear engineeringTK1-9971Information technologyT58.5-58.64ENIDJurnal ELTIKOM: Jurnal Teknik Elektro, Teknologi Informasi dan Komputer, Vol 2, Iss 1, Pp 1-8 (2018)
institution	DOAJ
collection	DOAJ
language	EN ID
topic	Apriori Data Mining Market Basket Analysis R Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64
spellingShingle	Apriori Data Mining Market Basket Analysis R Electrical engineering. Electronics. Nuclear engineering TK1-9971 Information technology T58.5-58.64 Thomas Brian Ardhi Sanwidi Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R
description	Semakin banyak transaksi penjualan maka diperlukan suatu sistem untuk menghasilkan informasi yang penting. Inovasi ini akan banyak memecahkan masalah di bidang sales marketing dan inventory, karena produk yang tidak begitu laku jika dipasangkan dengan tepat akan naik nilai penjualannya. Namun mencari asosiasi membutuhkan proses yang rumit karena masalah kombinasi produk yang besar apalagi jika bisnis ritel tersebut memiliki ribuan produk. Apriori adalah algoritma data mining untuk mencari hubungan antar item pada market basket analysis. Dengan menemukan pola transaksi penjualan maka diharapkan nilai bisnis meningkat. Pada proses yang dilakukan pada penelitian ini diimplementasikan menggunakan R dengan function apriori untuk mengolah data. Dimulai dari pembacaan dataset sampai dengan menemukan rekomendasi dari sistem yang sudah dibuat menggunakan function di R. Menentukan nilai support, confidence dan lift berpengaruh untuk menemukan itemset terbaik untuk penjualan selanjutnya. Uji coba yang sudah dilakukan dengan dataset transaksi menunjukkan hasil terbaik pada filter nilai support = 0,1 confidence = 0,8 dan lift > 1.
format	article
author	Thomas Brian Ardhi Sanwidi
author_facet	Thomas Brian Ardhi Sanwidi
author_sort	Thomas Brian
title	Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R
title_short	Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R
title_full	Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R
title_fullStr	Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R
title_full_unstemmed	Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R
title_sort	implementasi algoritma apriori untuk market basket analysis berbasis r
publisher	P3M Politeknik Negeri Banjarmasin
publishDate	2018
url	https://doaj.org/article/54440948d55d40f38f8ad162a0446689
work_keys_str_mv	AT thomasbrian implementasialgoritmaaprioriuntukmarketbasketanalysisberbasisr AT ardhisanwidi implementasialgoritmaaprioriuntukmarketbasketanalysisberbasisr
_version_	1718399753649127424

Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R

Ejemplares similares