Qomariyah, Siti (2017) Perbandingan Algoritma Fp-Growth, Apriori, Dan Squeezer Pada Analisis Perilaku Konsumen Di Minimarket K1mart ITS. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
|
Text
1313100026_Undergraduate_Theses.pdf - Published Version Download (57MB) | Preview |
Abstract
Di era modern ini, terdapat 36.000 lebih gerai ritel di Indonesia. Hal ini menyebabkan persaingan dalam merebut pangsa pasar menjadi semakin ketat. Salah satu usaha ritel yang ada di kawasan ITS adalah minimarket K1mart. Hal yang dibutuhkan untuk bisa membuat strategi pemasaran yang tepat adalah dengan mengetahui pola pembelian konsumen. Manfaat yang didapatkan setelah mengetahui pola pembelian konsumen adalah dapat menyesuaikan promosi, pengaturan toko, membuat iklan yang sesuai, membuat layout untuk situs e-commerce, mengontrol persediaan barang. Terdapat tiga algoritma yang bisa digunakan untuk melakukan analisis perilaku konsumen. Algoritma tersebut antara lain FP-Growth, Apriori, dan Squeezer. Data yang digunakan untuk melakukan analisis adalah data transaksi mulai 1 Maret 2016 sampai 28 Maret 2016 yaitu sejumlah 9871 transaksi. Ukuran yang digunakan untuk mengetahui kebaikan association rule yang didapatkan adalah support, confidence, dan lift. Jumlah pola pembelian konsumen yang dihasilkan pada ketiga algoritma tidak sama. Algoritma terbaik yang didapatkan adalah FP-Growth sebab mampu mengasilkan association rule dengan nilai support, confidence, dan lift terbesar. Sedangkan algoritma yang memiliki waktu proses paling cepat adalah algorima Apriori. ==================================================================================================================In this modern era, there is more than 36.000 retail in Indonesia. This condition lead the competition to grab consumer become more competitif. One of retail in the area of ITS is K1mart minimarket. To make the right marketing strategi, K1mart need to know consumer buying behavior. Benefits gained after learning the purchasing patterns of consumers are able to customize promotions, store layout settings, create layout for e-commerce sites, and control inventory. There is 3 algorithm that can be use to analyze consumer buying pattern. That algorithm arex FP-Growth, Apriori, and Squezeer. The data used for the analysis is transaction data from 1 March 2016 untul 28 March 2016. That is 9871 transaction data. The measure used to determine the association rule is support, confidence and lift. Number of consumer buying pattern generated by FP-Growth algorithm, apriori algorithm and squeezer algorithm are not same. The best algorithm is FP-Growth, because FP-Growth has the highest support, confidence and lift. From that three algorithm, algorithm that have the minimum running time is Apriori Algorithm.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Squeezer,Apriori, FP-Growth, Association Rule, Market Basket Analisis |
| Subjects: | H Social Sciences > HA Statistics H Social Sciences > HF Commerce |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | - SITI QOMARIYAH |
| Date Deposited: | 28 Apr 2017 06:37 |
| Last Modified: | 08 Mar 2019 04:23 |
| URI: | https://repository.its.ac.id/id/eprint/3546 |
Actions (login required)
 |
View Item |
