dc.contributor.advisor |
Pratikto, Fransiscus Rian |
|
dc.contributor.author |
Putra, Ryan |
|
dc.date.accessioned |
2019-08-16T00:58:13Z |
|
dc.date.available |
2019-08-16T00:58:13Z |
|
dc.date.issued |
2018 |
|
dc.identifier.other |
skp37856 |
|
dc.identifier.uri |
http://hdl.handle.net/123456789/8815 |
|
dc.description |
4798 - FTI |
en_US |
dc.description.abstract |
Perusahaan X merupakan perusahaan e-commerce yang menyediakan wadah berbasis aplikasi untuk berjual beli antar pengguna. Sebagai pihak ketiga, model bisnis dari perusahaan e-commerce perusahaan x adalah C2C (customer to customer) dimana mereka mempertemukan antara pembeli dan penjual yang
dapat dikategorikan sesama customer.
Untuk merancang strategi pemasaran yang mampu meningkatkan transaksi antara penjual dan pembeli, Perusahaan X harus mampu membaca serta memahami perilaku konsumen melalui sistem rekomendasi. Salah satu metode yang mampu untuk memahami perilaku konsumen dan menciptakan sistem rekomendasi yang tepat sasaran tanpa harus berinteraksi langsung dengan konsumen adalah dengan menggunakan teknik data mining. Pada penelitian ini fungsi dari teknik data mining yang digunakan adalah fungsi association.
Dari hasil pengolahan data dengan menggunakan fungsi association diketahui produk-produk yang saling berasosiasi sehingga ketika suatu produk diminati maka produk lain yang berhubungan dengan produk tersebut kemungkinan besar juga akan diminati. Hasil pengolahan mencatat terdapat 1498 aturan asosiasi yang terbentuk dengan beberapa catatan seperti nilai support minimum dan maksimum yang memiliki nilai secara berurutan 0.12% dan 1.683%, nilai maksimum dan minimum confidence yang memiliki nilai secara berurutan 80% dan 100%, nilai maksimum dan minimum lift dengan nilai masing-masing secara berurutan 0,801% dan 832% sedangkan untuk nilai maksimum dan minimum untuk rule support adalah masing-masing 0%. |
en_US |
dc.language.iso |
Indonesia |
en_US |
dc.publisher |
Program Studi Teknik Industri Fakultas Teknologi Industri - UNPAR |
en_US |
dc.title |
Penerapan Association Rule dengan algoritma A-Priori untuk sistem rekomendasi pada Perusahaan E-Commerce X |
en_US |
dc.type |
Undergraduate Theses |
en_US |
dc.identifier.nim/npm |
NPM2012610077 |
|
dc.identifier.nidn/nidk |
NIDN0429017501 |
|
dc.identifier.kodeprodi |
KODEPRODI613#Teknik Industri |
|