Menu
- Home
- Pemesanan
- Metode & Algoritma
- AHP
- Forward Chaining
- Backward Chaining
- GAP (Generic Acces Profile)
- Prifile Matching
- Teorema Bayes
- Case Based Reasoning (CBR)
- Dempher Shaper
- Fuzzy Logic
- Fuzzy Mamdani
- Generate And Test
- Ant Colony Optimization (ACO)
- Shortest Path Astar
- Algoritma ID3
- Algoritma C4.5
- Algoritma ANP
- Algoritma Indeks Davies-Bouldin SOM (Self Organizing Map)
- Algoritma Classification And Regression Trees (CART
- Algoritma Genetika
- Algoritma Genetika
- Source Code
- Katagori Skripsi
- Android
- Aplikasi
- Artificial Intellegence
- Backward Chaining
- Case Based Reasoning
- Flash MX
- Forward Chaining
- Game
- Java
- Java Android
- Kecerdasan Buatan
- Multimedia
- My-SQL
- Pengolahan Citra
- Security Komputer
- Sistem Informasi
- Sistem Informasi Goegrafis (GIS)
- Sistem Pakar
- Sistem Pendukung Keputusan (SPK)
- SMS Gateway
- Visual Basic (Dekstop)
- Web (PHP-MySQL)
- Project
- FAQ
- About
Separator
piramidaskripsi.com saat ini sudah beralih ke piramidaskripsi.net | Bagi Yang Butuh Program Web Custome Bisa ke Wa atau email biaya IDR-500-800K
Tampilkan postingan dengan label Asosiasi Rule. Tampilkan semua postingan
Tampilkan postingan dengan label Asosiasi Rule. Tampilkan semua postingan
Selasa, 28 Februari 2017
Data Mining Implementasi Algoritma Apriori Pada Penjualan Produk Elektronik
ABSTRAK
Penjualan produk elektronik katagori laptop terus mengalami peningkatan, produk yang ditawarkan bermacam merek yang mempengaruhi daya tarik konsumen untuk membeli produk tersebut, untuk mengetahui merek dengan penjualan terbanyak diperlukan algoritma apriori untuk dapat mengetahuinya, dan dengan bantuan tools tanagra, produk dengan penjualan terbanyak dapat diketahui. Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Salah satu tahap analisis asosiasi yang menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efisien adalah analisis pola frequensi tinggi (frequent pattern mining). Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur , yaitu : support dan confidence. Support (nilai penunjang) adalah persentase kombinasi item tersebut dalam database, sedangkan confidence (nilai kepastian) adalah kuatnya hubungan antar-item dalam aturan asosiasi. Algoritma apriori dapat membantu untuk pengembangan strategi pemasaran pada sebuah market.
Kata Kunci : Data Mining, Produk Elektronik, Algoritma Apriori, Analisis Frekuensi Penjualan
Download File MsWord :
BAB 1, 2, 3, 4 dan 5 (.msword)
Download Source Code Program :
Download File source code transaksi apriori.rar
Screnshot Program :
BAB 1, 2, 3, 4 dan 5 (.msword)
Download Source Code Program :
Download File source code transaksi apriori.rar
Screnshot Program :
Langganan:
Postingan (Atom)