Batik Nadya merupakan toko batik yang berada di Pekalongan. Banyaknya data transaksi pada Batik Nadya yang tersimpan dalam Microsoft Excel, menyebabkan penumpukan data. Himpunan data tersebut dapat diolah sehingga akan menghasilkan informasi yang bertujuan meningkatkan volume penjualan melalui strategi rekomendasi promosi produk batik. Data mining adalah ilmu yang dapat menganalisa data dalam jumlah besar sehingga mendapatkan informasi atau pengetahuan. Association Rule atau Market basket analysis merupakan salah satu teknik dalam data mining untuk menemukan pola pembelian konsumen berdasarkan data transaksi penjualan. Aturan asosiasi memiliki 2 parameter yaitu nilai support (nilai penunjang) dan confidence (nilai kepastian). Untuk menguji kekuatan aturan asosiasi yang terbentuk adalah dengan mengukur nilai lift ratio dari masing-masing rule. Dalam penelitian ini menggunakan Algoritma FP-Growth untuk mengolah data transaksi dalam jumlah besar, sehingga menghasilkan frequent itemsets melalui pembangunan FP-Tree dan menerapkan strategi divide and conquer. Dari pengujian yang dilakukan oleh sistem dengan menerapkan minimum support 2% dan min confidence 35%, menghasilkan tiga aturan asosiasi yang dapat digunakan untuk menentukan rekomendasi promosi produk. Hasil aturan asosiasi yang akan dijadikan target pemberian rekomendasi promosi paket discount item berpasangan pada Batik Nadya adalah produk yang memiliki keterkaitan paling tinggi yaitu {hem pria cap, atasan blus wanita} dengan lift ratio sebesar 1.74564, confidence 0.41042, dan support 2.41%.
展开▼
机译：Nadya Batik是位于北加浪岸的蜡染店。 Microsoft Excel中存储的Nadya Batik上的大量交易数据会导致数据积累。可以对数据集进行处理，以便通过蜡染产品促销的推荐策略产生旨在增加销量的信息。数据挖掘是一门可以分析大量数据以便获得信息或知识的科学。关联规则或市场篮子分析是数据挖掘中的一种技术，该技术可基于销售交易数据查找消费者购买的模式。关联规则具有两个参数，即支持值（支持值）和置信度（确定性值）。要测试所形成的关联规则的强度，就是要测量每个规则的提升率的值。在这项研究中，使用FP-Growth算法处理大量交易数据，通过FP-Tree的开发和实施分而治之的策略导致项目集频繁出现。根据系统通过应用2％的最小支持和35％的最小置信度进行的测试，得出了三个可用于确定产品促销建议的关联规则。关联规则的结果将以在Nadya Batik上促销配对折扣商品包装促销为目标，是关联度最高的产品，即{下摆帽男，女衬衫上衣}，提升比为1.74564，置信度为0.41042，支持率为2.41％。
展开▼
