vii ABSTRAK
Data Mining telah diimplementasikan ke berbagai bidang, salah satunya pada bidang bisnis penjualan sepatu running, pemilik toko dapat mengetahui minat pembeli dengan menggunakan data mining untuk mengolah data penjualan sepatu running. Penelitian ini menganalisis dan mencari informasi dari data penjualan sepatu running menggunakan data mining dengan algoritma apriori. Sistem yang dibangun menggunakan bahasa pemrograman java dan database mySQL untuk mencari pola penjualan sepatu running. Proses sistem dimulai dari mencari nilai support untuk tiap item sepatu dan kombinasi antar sepatu. Dari hasil pencarian nilai support dan kombinasi antar sepatu, kemudian dicari nilai confidence untuk tiap kombinasi. Kombinasi yang memenuhi nilai minimum support dan minimum confidence akan menjadi sebuah aturan asosiasi. Untuk mengetahui kuatnya aturan asosiasi maka dicari aturan asosiasi yang memenuhi lift ratio. Aturan asosiasi yang dihasilkan digunakan sebagai informasi mengenai sepatu running yang paling banyak terjual berdasarkan kurun waktu dua tahun. Hasil implementasi data mining menggunakan algoritma apriori akan membantu pemilik toko dalam kebijakan pengambilan keputusan terhadap persediaan sepatu (stok) yang memiliki minat tertinggi.
Kata Kunci : Asosiasi, Algoritma Apriori, Support, Confidence, Sepatu Running PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
viii ABSTRACT
Data Mining have been implemented into various fields, one of them on the field running shoe sales business, store owners can find buyers by using data mining to process sales data running shoes. This study analyzes and seek information from the running shoe sales data using a priori data mining algorithms. The system was built using the Java programming language and MySQL database to look for patterns of running shoe sales. The process starts from finding the value system of support for each item combinations between the shoe and the shoe. From the search results and the value of the combination between the shoe support, then look for the value of confidence for each combination. The combination that meets the minimum value of minimum support and confidence would be an association rule.
To determine the strength of association rules then sought association rules that meet the lift ratio. The resulting association rules are used as information about the running shoes of the most sold by a period of two years. The results of the implementation of a priori data mining algorithms will help shopkeepers in policy decision making of footwear inventory (stock) which has the highest interest.
Keywords: Association, Apriori algorithm, Support, Confidence, Running Shoes PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
