PENERAPAN MARKET BASKET ANALYSIS DENGAN MENGGUNAKAN METODE MULTILEVEL ASSOCIATION RULES DAN ALGORITMA ML_T2L1 PADA DATA ORDER PT. UNIRAMA

Arin Supikar, Irwan Darmawan

Abstract


ABSTRAK

Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pendukung keputusan. Salah satu teknik data mining yang dapat digunakan adalah association rules atau yang biasa disebut dengan istilah market basket analysis. Market basket didefinisikan sebagai suatu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi. Market basket analysis adalah suatu alat yang ampuh untuk pelaksanaan strategi cross-selling. Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembentukan aturan-aturan asosiasi (association rules). Algoritma Multilevel Association Rules adalah algoritma yang dapat menemukan sejumlah frequent itemset dari level berbeda pada transaksi yang tersimpan dalam basis data. Dalam penelitian ini algoritma Multilevel Association Rules digunakan untuk membantu menemukan sejumlah aturan asosiasi dari basis data pemesanan barang di PT. Unirama, sehingga untuk selanjutnya dapat digunakan sebagai pertimbangan dalam membuat strategi distribusi yang efektif. 

Kata kunci  :   data mining, association rules, market basket analysis, multilevel Association rules.


Full Text:

PDF

References


Elmasri, Rames; Navathe, Shamkant.2004. Fundamental Of Database System. Person Education : Inc

Han, J. & Yongji fu. (1995). Discovery of Multiple-Level Association Ruless from Large Database.Switzerland

Han, J. & Kamber, M. (2006). Data Mining:Concepts and Techniques. New York: Morgan-Kaufman

Jeffrey D.R, Lawrence MJ.1984. Perancangan Analisa Design. CV. Dinoyo Press : Australia

Kadir Abdul.1999. Konsep & Tuntunan Praktis Basis Data. Graha Ilmu : Yogyakarta

Larose Daniel T. (2005). Discovering Knowledge in Data, An Introduction to Data Mining. Canada: A John Wiley

P. N. Tan, V.Kumar, & J. Srivastava. Selecting the Right Interesting Measure for Association Rules Pattern. In proc. Of the 8th Intl. conf. on Knowledge Discovery and data mining, Chapter 6 Hal 349,Edmonton, Canada, July 2002

Wahana komputer.2010. The Best Java Application.PT.Elex Media Komputindo : Jakarta




DOI: http://dx.doi.org/10.53712/jic.v7i1.1674

Refbacks

  • There are currently no refbacks.


E-ISSN: 2580-488X

P-ISSN: 2302-6227

Indexed by:

Published by Prodi Informatika - Teknik Informatika - Universitas Madura
Jl. Raya Panglegur Km 3,5 Pamekasan
Phone: (0324) 322231
website: http://http://ejournal.unira.ac.id/index.php/insand_comtech/index

Email: roney@unira.ac.id

Creative Commons License
InsandComtech by Universitas Madura is licensed under a Creative Commons Attribution 4.0 International License.