首页> 外文OA文献 >IMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH (FP-GROWTH) MENENTUKAN ASOSIASI ANTAR PRODUK (STUDY KASUS NADIA MART)
【2h】

IMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH (FP-GROWTH) MENENTUKAN ASOSIASI ANTAR PRODUK (STUDY KASUS NADIA MART)

机译:确定产品间关联的频率模式增长(FP-Growth)算法的实现(NADIA MART案例研究)

摘要

Salah satunya bisnis minimarket saat ini mengalami perkembangan pesat apalagi dengan menggunakan sistem yang lebih modern memudahkan dalam penghitungan sehingga dapat menggimbagi kebutuhan masyarakat yang tinggi. Minimarket Nadiamart adalah salah satu minimarket di Losari Brebes yang menjual barang kebutuhan sehari – hari, dalam penjualannya sudah terkomputerisasi. Banyaknya data transaksi yang simpan menyebabkan penumpukan data. Data tersebut dapat diolah lebih lanjut menjadi suatu infomasi yang berguna bagi manajer dalam pengambilan keputusan, misalnya promosi karena melalui data transaksi tersebut manajer dapat mengetahui pola beli pelanggan untuk meningkatkan penjualan. Dengan adanya data mining diharapkan dapat membantu Nadiamart untuk menggali informasi yang terkandung didalam data transaksi menjadi sebuah pengetahuan (knowledge) yang baru. Association Rule, yaitu prosedur dalam Market Basket Analysis untuk mencari pengetahuan berupa hubungan antar item dalam suatu data set dan menampilkannya dalam bentuk pola yang menjelaskan tentang kebiasaan konsumen dalam berbelanja. FP-Growth merupakan algoritma yang sangat efisien dalam pencarian frequent itemset dalam sebuah kumpulan data dengan membangkitkan struktur prefix-tree atau disebut dengan FP-Tree. Hasil output dari implementasi menunjukkan bahwa jika membeli snack maka membeli susu, sehingga membantu untuk mengambil keputusan perusahaan sebagai gambaran dalam rangka mendapatkan pola penjualan produk tentang promosi bundling.
机译:其中之一是小型超市业务,目前正在快速发展,特别是通过使用更易于计算的更现代的系统来满足社区的高需求。 Nadiamart迷你市场是Losari Brebes的一个迷你市场,出售日常必需品,并通过电脑对其进行销售。存储的大量交易数据导致数据累积。数据可以进一步处理成对管理人员进行决策有用的信息,例如促销活动,因为管理人员可以通过交易数据找出客户购买模式以增加销售额。借助数据挖掘的存在,希望Nadiamart可以将交易数据中包含的信息挖掘成新知识。关联规则,这是“市场购物篮分析”中的一个过程,用于以数据集中项目之间的关系形式寻找知识,并以解释消费者购物习惯的模式的形式来显示知识。 FP-Growth是一种非常有效的算法,可通过生成前缀树结构或称为FP-Tree的结构来搜索数据集中的频繁项集。该实现的输出显示,如果您购买零食,然后购买牛奶,那么以公司的决定为例将有助于获得捆绑促销产品的销售模式。

著录项

  • 作者

    RIZKA ARIFIN NURUL;

  • 作者单位
  • 年度 2015
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号