NUR SITI MUNINGGAR (2015) Penerapan Teknik Graph Mining Menggunakan Metode Speaker-Listener Label Propagation Algorithm (SLPA) untuk Analisis Keranjang Belanja. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text 1. HALAMAN JUDUL.pdf Download (422kB)
	Text 2. DAFTAR ISI.pdf Download (198kB)
	Text 3. ABSTRAK.pdf Download (725kB)
	Text 4. BAB 1.pdf Download (318kB)
	Text 5. BAB 2.pdf Restricted to Registered users only until 17 April 2023. Download (533kB) | Request a copy
	Text 6. BAB 3.pdf Restricted to Registered users only until 17 April 2023. Download (319kB) | Request a copy
	Text 7. BAB 4.pdf Restricted to Registered users only until 17 April 2023. Download (698kB) | Request a copy
	Text 8. BAB 5.pdf Restricted to Registered users only until 17 April 2023. Download (235kB) | Request a copy
	Text 9. DAFTAR PUSTAKA.pdf Download (206kB)
	Text 10. LAMPIRAN.pdf Restricted to Registered users only until 17 April 2023. Download (328kB) | Request a copy

Abstract

Tujuan dari skripsi ini adalah melakukan analisis keranjang belanja menggunakan teknik graph mining, yaitu metode Speaker-Listener Label Propagation Algorithm (SLPA). Analisis keranjang belanja adalah analisis perilaku konsumsi pelanggan dengan mencari hubungan antar produk pada 'keranjang belanja' mereka. Untuk melakukan analisis keranjang pasar diperlukan data transaksi penjualan yang disebut market basket data. Terdapat lima tahapan dalam menerapkan teknik graph mining pada analisis keranjang belanja, yaitu membentuk graf Co-Purchase Network (CPN), menjalankan SLPA, thresholding, evaluasi komunitas, dan menghitung nilai modularity. Graf CPN dibentuk berdasarkan market basket data. Pada graf CPN, node mewakili produk dan edge mewakili hubungan antara sepasang dari mereka. SLPA adalah algoritma pendeteksi komunitas tumpang tindih yang diadopsi dari perilaku komunikasi manusia. SLPA terdiri dari tiga tahap yaitu, inisialisasi memori, evolusi, dan postprocessing yang terdapat proses thresholding menggunakan nilai threshold. Hasil dari SLPA adalah komunitas tumpang tindih yang mengijinkan node termuat pada lebih dari satu komunitas. Thresholding bertujuan untuk menghapus edge dengan bobot kecil dalam graf komunitas dan menggunakan threshold berupa proporsi dari nilai top three heavy edge threshold (tthet) (proporsi adalah persentase nilai tthet ). Evaluasi komunitas dilakukan untuk mengidentifikasi keterhubungan graf komunitas menggunakan Algoritma Depth First Seacrh (DFS). Pada tahap evaluasi komunitas, akan dibentuk komunitas baru berdasarkan komponen dari graf. Nilai modularity ( ) menentukan kualitas dari komunitas. Teknik graph mining menggunakan SLPA untuk Analisis Keranjang Belanja diterapkan pada market basket data Supermarket Sakinah yang diselesaikan menggunakan Java Netbeans. Hasil yang didapatkan adalah ditemukan 49 komunitas yang beranggota lebih dari satu komunitas dengan , , .

Actions (login required)

View Item