• Tidak ada hasil yang ditemukan

Implementasi Algoritma Apriori Dan Fp-Growth Dalam Market Basket Analysis Pembelian Obat Pada Suatu Apotek

N/A
N/A
Protected

Academic year: 2017

Membagikan "Implementasi Algoritma Apriori Dan Fp-Growth Dalam Market Basket Analysis Pembelian Obat Pada Suatu Apotek"

Copied!
2
0
0

Teks penuh

(1)

6

ABSTRAK

Teknik market basket analysis adalah teknik untuk menemukan pola berupa

produk-produk yang sering dibeli bersamaan atau cenderung muncul bersama dalam sebuah

transaksi. Penelitian ini bertujuan untuk membuat sebuah aplikasi data mining

menggunakan aturan asosiasi dengan metode apriori sebagai teknik market basket

analysis. Data yang diambil dalam penelitian ini adalah data transaksi penjualan

disuatu apotek di Apotek sejati Binjai. Hasil dari aturan asosiasi yang didapat yaitu

berupa kombinasi dari jenis obat yang sering dibeli oleh konsumen. Dari hasil tersebut

diharapkan dapat membantu manajemen apotek untuk merancang strategi pemasaran

obat di apoteknya.

Kata kunci : market basket analysis, aturan asosiasi, apriori, fp-growth

(2)

7

APRIORI ALGORITHM IMPLEMENTATION AND FP-GROWTH MARKET BASKET ANALYSIS IN BUYING DRUGS

AT A PHARMACY

ABSTRACT

Technique market basket analysis is a technique for finding patterns in the form of

products that are often purchased together or tend to appear together in a transaction.

This research aims to create an application of data mining using association rules with

a priori method as market basket analysis techniques. The data taken in this study is

the pharmacy sector in the sales transaction data in real Binjai Pharmacy. The results

obtained from association rule which is a combination of the types of drugs that are

often purchased by consumers. From these results should help to design management

pharmacy drug marketing strategies in pharmacy.

Keywords: market basket analysis, association rules, a priori, fp-growth

Referensi

Dokumen terkait

Dari hasil analisis dan pengujian yang telah dilakukan, maka dapat disimpulkan bahwa metode data mining yaitu market basket analysis dengan Algoritma FP-Growth

Transaction patterns in the sale of outdoor goods that are formed with the FP- Growth algorithm are as many as 4 rules: the strength level of the rules at

Salah satu algoritme yang dapat digunakan dalam market basket analysis untuk menemukan produk-produk yang sering dibeli bersamaan dari data transaksi penjualan

Tree. Tahap pembangkitan conditional pattern base, 2. Tahap pembangkitan conditional FP-Tree, dan 3. Tahap pencarian frequent itemset. Algoritma FP-Growth III. Karena pada

Tree. Tahap pembangkitan conditional pattern base, 2. Tahap pembangkitan conditional FP-Tree, dan 3. Tahap pencarian frequent itemset. Algoritma FP-Growth III. Karena pada

Dari hasil analisis dan pengujian yang telah dilakukan, maka dapat disimpulkan bahwa metode data mining yaitu market basket analysis dengan Algoritma FP-Growth dapat

KESIMPULAN Mengacu pada analisis yang telah dijelaskan di atas dapat ditarik kesimpulan bahwa kedua algoritma baik apriori maupun fp-growth tidak memiliki perbedaan pada hasil

Dari hasil kombinasi itemset yang dihasilkan dari aturan asosiasi Algoritma Apriori dan FP-Growth, serta produk popular dan waktu penjualan terbanyak dapat dimanfaatkan perusahaan untuk