MEIRYNDA LASTIKA RAHIMSYAH - 17190030 Primary Author Rangga Sanjaya, S.T., M. Kom. (Pembimbing) Editor mixed material bibliography Universitas ARS 2023 id Indonesia

Skripsi

ABSTRAK Dalam era digital, industri ritel online tumbuh pesat dan menjadi sektor yang penting. Namun, tantangan muncul dalam analisis data transaksi penjualan pada dataset Online Retail. Penelitian ini bertujuan untuk mengatasi masalah dalam analisis data transaksi penjualan pada dataset Online Retail. Fokus utama meliputi pemilihan algoritma asosiasi yang optimal antara FP-Growth dan Apriori, identifikasi model asosiasi yang relevan pada dataset yang kompleks, dan efisiensi serta kinerja algoritma dalam mengolah data transaksi penjualan. Metode yang digunakan adalah pengolahan data asosiasi menggunakan algoritma FP-Growth dan Apriori. Implementasi association rule melibatkan penambahan metrik lift sebagai ukuran kekuatan asosiasi. Pengukuran waktu proses juga dilakukan untuk menentukan efisiensi penerapan. Hasil penelitian menunjukkan bahwa FP-Growth dan Apriori dapat menghasilkan model asosiasi dengan frequent itemset dan matriks nilai yang sama yaitu nilai support 0.12 dan nilai confidence 0.96, namun terdapat perbedaan dalam urutan model yang dihasilkan. Algoritma Apriori menghasilkan model dengan nilai support tertinggi pada indeks ke-18, sementara FP-Growth pada indeks ke-10. Selain itu, algoritma FP-Growth menunjukkan keunggulan dalam waktu proses yang lebih cepat (0.004 detik) dibandingkan dengan Apriori (0.007 detik). Penelitian ini memberikan pemahaman lebih baik tentang penggunaan algoritma asosiasi dalam konteks industri ritel online. NONE Digital Library ARS University Perpustakan Online ARS University 037/S1.TI.SKP/2023 S03480K Teknik Informatika 037/S1.TI.SKP/2023 Bab 1 Bab 3 Bab 5 DAFTAR PUSTAKA 8647 2026-05-12 09:15:42 2026-05-12 09:17:42 machine generated