Analisis Pengembangan Dalam Penerapan Recommender System Menggunakan Metode Algoritma Apriori Dan K-Means Clustering Pada Aplikasi E- Commerce. (Studi Kasus Di Big Sport Tangerang)

Ahmad Sukanda, . (2024) Analisis Pengembangan Dalam Penerapan Recommender System Menggunakan Metode Algoritma Apriori Dan K-Means Clustering Pada Aplikasi E- Commerce. (Studi Kasus Di Big Sport Tangerang). Masters thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (890kB)
	Text BAB I.pdf Restricted to Registered users only Download (117kB)
	Text BAB II.pdf Restricted to Registered users only Download (498kB)
	Text BAB III.pdf Restricted to Registered users only Download (1MB)
	Text BAB IV.pdf Restricted to Registered users only Download (2MB)
	Text BAB V.pdf Restricted to Registered users only Download (12kB)
	Text JURNAL.pdf Restricted to Registered users only Download (706kB)

Abstract

Sistem penjualan dan pemasaran di Big Sport masih dilakukan secara konvensional menyebabkan masalah menurunnya transaksi penjualan yang diperoleh yang menyebabkan menurunnya omeset. Solusi dari permasalahan tersebut dengan membangun aplikasi e-commerce untuk Big Sport serta menerapkan strategi recommender system. Dengan mengimplementasikan metode algoritma apriori yang digunakan untuk mengetahui rekomendasi produk pada Big Sport untuk mencari produk yang yang sering muncul (frequent itemset) dengan menghitung minimum support 3 serta minimum confidence 50% dari data data transaksi penjualan pada bulan Juni 2023 dari 18 data produk untuk menentukan association rule pada suatu kombinasi itemset yang mendapatkan hasil rata-rata nilai uji lift ratio sebesar 1,67 dengan nilai confidence paling tinggi 100% yang membentuk 22 hasil association rule untuk memberikan rekomendasi produk pada aplikasi e-commerce dengan baik dan akurat berdasarkan data history transaksi penjualan. Dan di implementasikan metode K-Means Clustering dengan menggunakan tolls rapidminer bertujuan untuk mengklasifikasi produk untuk menentukan prediksi tingkat pengadaan produk yang menggunakan data transaksi selama 6 bulan dari 18 produk. Dari run rapidminer mendapakan hasil dari cluster 0 berisi 8 items, cluster 1 memiliki 7 items, dan cluster 2 memiliki 3 items dengan nilai avg. within centroid distance 2381.332 yang mana cluster 0 dengan nilai 1975.234, cluster 1 dengan nilai 2995.918 dan cluster 2 dengan nilai 2030.222. Dapat disimpulkan items pada cluster 0 merupakan produk dengan tingkat penjualan rendah, items pada cluster 2 dengan tingkat penjualan sedang, dan items pada cluster 1 dengan tingkat penjualan tinggi. Dan nilai Davies Bouldin Index sebesar 0.462 yang menunjukkan fakta bahwa hasil penilaian jarak centroid semakin mendekati angka 0 yang dapat disimpulkan memiliki hasil yang memuaskan karena semakin rendah nilai DBI, maka semakin baik nilai cluster sehingga dapat menjadi acuan dalam pengadaan produk. Kata Kunci : E-commerce, Recommender System, Algoritma Apriori, K-Means Clustering

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	E-commerce, Recommender System, Algoritma Apriori, K-Means Clustering
Subjects:	K Law > KZ Law of Nations
Divisions:	Faculty of Law, Arts and Social Sciences > School of Law
Depositing User:	Yeni Ratnasari
Date Deposited:	29 Nov 2024 08:11
Last Modified:	29 Nov 2024 08:11
URI:	http://repository.unpam.ac.id/id/eprint/15470

Actions (login required)

View Item