IMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH UNTUK MEMPREDIKSI RENCANA PENAMBAHAN STOK ALAT OUTDOOR (STUDI KASUS : HNF OUTDOOR)

Fu'ad, Nurul (2022) IMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH UNTUK MEMPREDIKSI RENCANA PENAMBAHAN STOK ALAT OUTDOOR (STUDI KASUS : HNF OUTDOOR). Undergraduate thesis, UPN VETERAN JATIM.

[img]
Preview
Text (COVER)
1634010032_COVER.pdf

Download (688kB) | Preview
[img]
Preview
Text (BAB I)
1634010032_BAB I.pdf

Download (93kB) | Preview
[img] Text (BAB II)
1634010032_BAB II.pdf
Restricted to Registered users only until 8 August 2025.

Download (324kB)
[img] Text (BAB III)
1634010032_BAB III.pdf
Restricted to Registered users only until 8 August 2025.

Download (1MB)
[img] Text (BAB IV)
1634010032_BAB IV.pdf
Restricted to Registered users only until 8 August 2025.

Download (1MB)
[img]
Preview
Text (BAB V)
1634010032_BAB V.pdf

Download (8kB) | Preview
[img]
Preview
Text (DAFTAR PUSTAKA)
1634010032_DAFTAR PUSTAKA.pdf

Download (11kB) | Preview

Abstract

Pada bidang bisnis para pelaku bisnis harus selalu memikirkan strategi dan terobosan yang dapat meningkatkan penjulan/penyewaan serta pemasaran produk yang dijual/disewakan Dalam mengolah data transaksi digunakan algoritma FP-Growth, K-Means, dan Double Exponential Smoothing. Algoritma K-Means berguna untuk cluster data dengan bantuan aplikasi RapidMiner untuk mendapatkan hasil cluster secara otomatis, sehingga algoritma FP-Growth berguna untuk proses asosiasi dan metode Double Exponential Smoothing untuk menghitung hasil yang prediksi rencana penambahan stok Metode asosiasi rule mining dan metode k-means clustering dapat mempermudah untuk mencari rule, menggunakan nilai minimum support yaitu, 20%, 30% dan nilai minimum confidence yaitu, 50%, 70%, 90% menghasilkan 140 rule dari 24 pengujian, dengan nilai confidence tertinggi 100% dan terendah 59%. Dan metode double exponential smoothing mampu memprediksi rencana penambahan stok pada bulan selanjutnya. Kata Kunci : Frequent Pattern Growth ,Association rule mining, K-Means, Double Exponential Smoothing

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDKEmail
UNSPECIFIEDPuspaningrum, Eva YuliaNIDK198907052021212002UNSPECIFIED
UNSPECIFIEDSyaifullah SJ, WahyuNIDK198608252021211003UNSPECIFIED
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Faculty of Computer Science > Departemen of Informatics
Depositing User: Unnamed user with email 1634010032@student.upnjatim.ac.id
Date Deposited: 21 May 2024 01:02
Last Modified: 21 May 2024 01:02
URI: https://repository.upnjatim.ac.id/id/eprint/8702

Actions (login required)

View Item View Item