TRUNOJOYO-Tugas Akhir-35411-Abstract.pdf
Restricted to Repository staff only
Download (184kB)
TRUNOJOYO-Tugas Akhir-35411-Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-35411-Chapter1.pdf
Restricted to Repository staff only
Download (219kB)
TRUNOJOYO-Tugas Akhir-35411-Chapter2.pdf
Restricted to Repository staff only
Download (385kB)
TRUNOJOYO-Tugas Akhir-35411-Chapter3.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-35411-Chapter4.pdf
Restricted to Repository staff only
Download (2MB)
TRUNOJOYO-Tugas Akhir-35411-Conclusion.pdf
Restricted to Repository staff only
Download (143kB)
TRUNOJOYO-Tugas Akhir-35411-References.pdf
Restricted to Repository staff only
Download (201kB)
TRUNOJOYO-Tugas Akhir-35411-Appendices.pdf
Restricted to Repository staff only
Download (264kB)
Abstract
Azzura Collection merupakan bisnis fashion yang memanfaatkan marketplace shopee dalam menjual produknya. Berbagai pakaian wanita seperti dress, gamis, tunik, dan hijab diproduksi oleh Azzura Collection. Namun dalam Azzura Collction tidak menyediakan stok untuk penjualan selanjutnya dan hanya memproduksi berdasarkan pesanan. Hal ini memungkinkan Azzura Collection tidak dapat memenuhi permintaan konsumen dengan cepat terutama ketika saat permintaan tinggi. Oleh karena itu perlu dilakukan identifikasi pola pembelian konsumen untuk menemukan produk-produk yang sering dibeli bersamaan oleh konsumen dengan menerapkan data mining menggunakan algoritma apriori yang bertujuan untuk membuat sistem rekomendasi produk. Dataset yang digunakan berupa data transaksi penjualan Azzura Collection periode April 2021 – Oktober 2024. Sistem yang dibangun diharapkan dapat membantu tim marketing Azzura Collection untuk menemukan pola pembelian yang sering dibeli bersama oleh konsumen. Dengan pola pembelian tersebut dapat memberikan rekomendasi kepada tim marketing untuk merencanakan strategi produksi sehingga dapat memenuhi permintaan pelanggan dengan cepat tanpa harus menunggu pesanan. Hasil penelitian menunjukkan bahwa dengan menetapkan nilai minimum support sebesar 0,0004 dan nilai minimum confidence sebesar 0,5 menghasilkan 79 association rule yang menunjukkan keterkaitan antara produk-produk yang sering dibeli bersamaan oleh konsumen. Association rule ini dapat digunakan sebagai dasar dalam perencanaan produksi, sehingga Azzura Collection dapat meningkatkan efisiensi produksi, serta mengurangi resiko kehilangan potensi penjualan akibat keterlambatan produksi.rnrnrnKata Kunci : Data Mining, Algoritma Apriori, Pola Pembelian Konsumen, Association Rule
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM PURI RAHAYU SETYO NINGSIH |
| Department | Sistem Informasi |
| Uncontrolled Keywords | Data Mining, Algoritma Apriori, Pola Pembelian Konsumen, Association Rule |
| Divisions | Fakultas Teknik > S1 - Sistem Informasi |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 15 Oct 2026 06:37 |
| Last Modified | 24 Oct 2026 16:58 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/12758 |
