Penerapan Association Mining Untuk Rekomendasi Barang Sparepart Pada Sentral Yamaha Murni Menggunakan Algoritma Apriori
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Satifa Hani, Oriza
Subject
Artificial Intelligence
Datestamp
2020-08-07 09:52:17
Abstract :
Dealer Sentral Yamaha merupakan perusahaan yang bergerak di bidang otomotif yang melayani penjualan sepeda motor, penjualan sparepart sepeda motor serta memberikan service untuk jenis motor Yamaha. Selama ini permasalahan yang terjadi dalam melakukan penjualan barang sparepart masih belum berdasarkan pola pembelian yang di lakukan oleh konsumen, hal ini menyebabkan penjualan barang sparepart masih kurang optimal. Maka diperlukan sebuah metode yang dapat menggali informasi tersembunyi pada data tersebut, sehingga dapat membantu rekomendasi produk strategi pemasaran menjadi lebih tepat sasaran. Untuk mengatasi masalah tersebut penulis menggunakan metode algoritma apriori, dengan menggunakan algoritma apriori ini dapat membantu rekomendasi barang sparepart kepada pelanggan agar mengetahui barang apa saja yang kemungkinan besar di beli oleh customer secara bersamaan. Penelitian ini menggunakan data sebanyak 3056 transaksi dalam 1 tahun yang telah di proses menghasilkan 8 rules. Dengan algoritma apriori diharapkan dapat membantu perusahaan dalam persediaan itemset sehingga akan mempermudah promosi agar promosi yang di lakukan tepat sasaran.
Dealer Sentral Yamaha merupakan perusahaan yang bergerak di bidang otomotif yang melayani penjualan sepeda motor, penjualan sparepart sepeda motor serta memberikan service untuk jenis motor Yamaha. Selama ini permasalahan yang terjadi dalam melakukan penjualan barang sparepart masih belum berdasarkan pola pembelian yang di lakukan oleh konsumen, hal ini menyebabkan penjualan barang sparepart masih kurang optimal. Maka diperlukan sebuah metode yang dapat menggali informasi tersembunyi pada data tersebut, sehingga dapat membantu rekomendasi produk strategi pemasaran menjadi lebih tepat sasaran. Untuk mengatasi masalah tersebut penulis menggunakan metode algoritma apriori, dengan menggunakan algoritma apriori ini dapat membantu rekomendasi barang sparepart kepada pelanggan agar mengetahui barang apa saja yang kemungkinan besar di beli oleh customer secara bersamaan. Penelitian ini menggunakan data sebanyak 3056 transaksi dalam 1 tahun yang telah di proses menghasilkan 8 rules. Dengan algoritma apriori diharapkan dapat membantu perusahaan dalam persediaan itemset sehingga akan mempermudah promosi agar promosi yang di lakukan tepat sasaran.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
