MARKET BASKET ANALYSIS DENGAN MENGGUNAKAN ALGORITMA HASH-BASED PADA TRANSAKSI PENJUALAN APOTEK UNTUK MENERAPKAN KONSEP CROSS-SELLING

PASCALINA RAKHMSARI PUTRI, 081116040 (2016) MARKET BASKET ANALYSIS DENGAN MENGGUNAKAN ALGORITMA HASH-BASED PADA TRANSAKSI PENJUALAN APOTEK UNTUK MENERAPKAN KONSEP CROSS-SELLING. Thesis thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text
Pascalina_HalDepan.pdf

Download (571kB) | Preview
[img]
Preview
Text
Pascalina_Bab1.pdf

Download (488kB) | Preview
[img]
Preview
Text
Pascalina_Bab2.pdf

Download (605kB) | Preview
[img]
Preview
Text
Pascalina_Bab3.pdf

Download (551kB) | Preview
[img]
Preview
Text
Pascalina_Bab4.pdf

Download (1MB) | Preview
[img]
Preview
Text
Pascalina_Bab5.pdf

Download (474kB) | Preview
[img]
Preview
Text
Pascalina_DaftPus.pdf

Download (470kB) | Preview
[img]
Preview
Text
Pascalina_Lampiran.pdf

Download (929kB) | Preview
Official URL: http://lib.unair.ac.id

Abstract

Dengan banyaknya praktik apotek waralaba memudahkan kita untuk memenuhi kebutuhan obat, susu, vitamin dan lainnya di dekat lingkungan kita. Sebagai salah satu apotek waralaba yang bertempat di Kalibutuh Surabaya, mereka harus bersaing dengan apotek waralaba lainnya. Dibutuhkan suatu strategi untuk meningkatkan laba penjualan dengan menambah daya beli konsumen. Rancang bangun market basket analysis terdiri dari tujuh tahap. Tahap Pertama adalah pengumpulan data dan informasi. Tahap Kedua adalah pengelolaan data dan informasi dengan menganalisis data dan menggunakan algoritma hash based dan menghasilkan association rules. Tahap Ketiga melakukan perancangan sistem untuk menggambarkan proses pada sistem ini dengan menggunakan flowchart. Tahap keempat mengimplementasikan sistem sebagai hasil dari pembangunan sistem yang telah dirancang sebelumnya. Tahap kelima pengujian sistem menggunakan black box dengan menguji serangkaian kondisi input berdasarkan spesifikasi sistem yang telah ditentukan. Tahap keenam melakukan evaluasi sistem dengan acceptence testing, dan terakhir menginterpretasikan hasil dari penelitian ini. Dari hasil uji coba association rules dengan minimal support sebesar 2,2% dan minimal confidence 15%, 20%, 25%, dan 30 % ditemukan bahwa rules yang paling kuat adalah dengan inputan minimal support 2,2% dan minimal confidence 30%. Output yang dihasilkan sistem dengan inputan tersebut berupa 6 list association rules yang memenuhi paraneter. List tersebut menjadi acuan apoteker atau pramuniaga dalam pemberian saran sebagai penerapan cross selling.

Item Type: Thesis (Thesis)
Additional Information: KKC KK ST.SI.05/16
Uncontrolled Keywords: Data Mining, Market basket analysis, Association rules, Algoritma Hash-Based
Subjects: Q Science > Q Science (General) > Q1-295 General
Q Science > QA Mathematics > QA1 Mathematics (General)
Divisions: 08. Fakultas Sains dan Teknologi > Sistem Informasi
Creators:
CreatorsNIM
PASCALINA RAKHMSARI PUTRI, 081116040UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorKartono, Drs., M.KomUNSPECIFIED
Thesis advisorPurbandini, S.Si, M.KomUNSPECIFIED
Depositing User: Agung BK
Date Deposited: 17 May 2016 00:19
Last Modified: 17 May 2016 00:19
URI: http://repository.unair.ac.id/id/eprint/30597
Sosial Share:

Actions (login required)

View Item View Item