ANALISIS KERANJANG PASAR BERDASARKAN POLA PEMBELIAN KONSUMEN MENGGUNAKAN ALGORITMA K-MEANS PADA CV. PIRANTI GRIYATAMA

Asyhari, Melinda (2023) ANALISIS KERANJANG PASAR BERDASARKAN POLA PEMBELIAN KONSUMEN MENGGUNAKAN ALGORITMA K-MEANS PADA CV. PIRANTI GRIYATAMA. S1 Sistem Informasi thesis, STMIK Widya Cipta Dharma.

	Text 1941001-SI-Sistem Informasi.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text 1941001-S1-Jurnal.pdf Restricted to Repository staff only Download (835kB) | Request a copy

Abstract

Pola Pembelian dari setiap konsumen berbeda – beda sehingga memerlukan analisis keranjang pasar untuk menentukan pola pembelian terhadap konsumen, hal ini perlu di tinjau dan di analisis lebih baik lagi untuk mendapatkan hasil informasi yang lebih spesifik, serta memaksimalkan keuntungan yang bisa diperoleh pada toko tersebut. Dari pola yang dihasilkan tersebut akan didapatkan sebuah informasi, yang dimana informasi tersebut diperoleh dari data – data yang ada, akan tetapi data tesebut kebanyakan hanya di rekap saja. Informasi penting dalam kebutuhan hidup sehari-hari. Untuk mendapatkan informasi yang penting dan akurat, seringkali tidak mudah untuk mendapatkannya. Informasi yang tersedia dalam jumlah terkadang kita masih perlu menggali informasi terlebih dahulu dapat menyajikan informasi yang tepat dan sesuai dengan kebutuhan. Untuk dapat menggali informasi potensial dari gudang data itu tidak hanya dapat mengandalkan data operasional, tetapi analisis diperlukan data yang tepat sehingga menghasilkan informasi yang lebih berharga sehingga dapat mendukung kegiatan operasional.Dengan Algoritma K-Means merupakan cara yang umum dan sederhana untuk digunakan, dikerenakan metode ini mampu untuk mengelompokkan data dengan jumlah data yang cukup besar dengan waktu yang relatif cepat dan efisien. Pengumpulan data dilakukan melalui observasi, studi lapangan dan wawancara kepada Pemilik CV. Piranti Griyatama. Data pembelian barang pada konsumen dijadikan sebagai data utama dalam proses data mining penelitian ini. Algoritma yang digunakan dalam penelitian ini ialah K-Means Clustering, software pendukung yang digunakan untuk membantu memproses data terdiri dari Microsoft excel dan rapid miner. Data yang dihasilkan dari penelitian ini berupa 3 cluster barang yang dikategorikan menjadi paling laku, laku, dan kurang laku diharapkan dapat membantu Pemilik CV. Piranti Griyatama dalam menentukan pola pembelian konsumen yang paling banyak dibeli secara bersamaan dan dapat untuk mengetahui perilaku konsumen dalam membeli produk yang ada di toko bangunan. ============================================================ The buying pattern of each consumer is different, so it requires market basket analysis to determine consumer buying patterns. From the resulting pattern, information will be obtained, in which the information is obtained from existing data, but most of the data is only recapitulated. Important information in the needs of everyday life. To get important and accurate information, it is often not easy to get it. The amount of information available, sometimes we still need to dig up information first to be able to present the right information and according to needs. To be able to extract potential information from the data warehouse, one cannot only rely on operational data, but analysis requires the right data to produce more valuable information so that it can support operational activities. The K-Means Algorithm is a common and simple way to use, because the method It is capable of grouping data with large amounts of data relatively quickly and efficiently. Data collection was carried out through observation, field studies and interviews with the owner of the CV. Griyatama tools. Data on consumer purchases of goods is used as the main data in the data mining process of this research. The algorithm used in this study is K-Means Clustering, supporting software used to help process data consists of Microsoft excel and rapid miner. The data generated from this research are in the form of 3 clusters of goods which are categorized into the most salable, salable, and less salable which are expected to help the owner of CV. Griyatama tools in determining consumer purchasing patterns that are most purchased simultaneously and can be used to determine consumer behavior in buying products in building stores.

Item Type:	Thesis (S1 Sistem Informasi)
Additional Information:	1. Heny Pratiwi 2. AmeliaYusnita
Uncontrolled Keywords:	Analisis, Keranjang Pasar, K-Means
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA76 Computer software
Divisions:	Sistem Informasi
Depositing User:	Melinda Linda linda
Date Deposited:	28 Aug 2023 00:41
Last Modified:	28 Aug 2023 00:41
URI:	http://repository.wicida.ac.id/id/eprint/5096

Actions (login required)

View Item