SELENGKAPNYA

NIM MAHASISWA : 10043035


NAMA MAHASISWA : MOHAMMAD MUKSIN


JUDUL TA : Sistem Pendukung Keputusan Inventory Pengadaan Sepatu Dan Sandal Menggunakan Metode Apriori


DOSEN PEMBIMBING 1 : Syariful Alim


DOSEN PEMBIMBING 2 : Arif Arizal


ABSTRAK : ABSTRAK Apriori adalah algoritma data mining yang mencari pola keterkaitan hubungan antar item hal ini dikenal sebagai asosiasi rule mining. Aturan asosiasi dari hasil pembelian di sebuah R & B Shoes untuk mengetahui besar kemungkinan seorang pelanggan untuk membeli suatu produk bersamaan dengan pembelian barang lain. Adapun teknik apriori yang digunakan adalah dengan mengukur tungkat nilai support dan confidence . Dua nilai tersebut digunakan untuk menemukan setiap kombinasi item atau barang dalam proses join dan proses untuk mengeliminasi itemset yang tidak memenuhi nilai minimum support dan confidence yang disebut dengan proses prune. Teknik diatas diharapkan menemukan frekuensi item barang yang sering muncul bersamaan yang membantu managemen untuk menata dan mengelompokkan barang dan mengoptimalkan persediaan barang. Hasil penelitian ini ditemukan pola frekuensi tinggi ( apriori) pada kombinasi 1 itemset ada 11 kombinasi , nilai support teratas adalah jika membeli pred Bot dengan nilai support 71%. Pada 2 - itemset ada 14 kombinasi. Nilai support dan confidence teratas adalah kombinasi jika membeli All Star, maka konsumen juga akan membeli Pred But dengan support 43% dan confidence 71% . Pada 3 – itemset ditemukan 2 kombinasi yang lolos dari syarat minimum support dan minimum confidence, 3 – itemset itu adalah jika membeli All Star dan Pred But, maka konsumen juga akan membeli Conbut dengan support 21% dan confidence 50% Kata kunci: Data Mining, Asosiasi Rule, Apriori, support dan confidence


KATA KUNCI : Data mining, asosiasi Rule, apriori, Support dan confidence