Skripsi Statistik
Implementasi algoritma eclat (equivalence class transformation) terhadap data penjualan produk pada butik inara collection palu 2023.772/C. 2" G 501 18 055
Bisnis fashion di Indonesia merupakan salah satu sektor industri yang berpotensi
mendorong perekonomian. Banyaknya pusat-pusat perbelanjaan, department
store, factory outlet, butik hingga distro yang ada hampir disetiap kota di
Indonesia menunjukkan bahwa bisnis fashion di Indonesia memang cukup
menjanjikan. Salah satu cara yang dapat ditempuh untuk mengatasi persaingan
adalah menemukan strategi dalam meningkatkan penjualan dengan mengetahui
pola beli dengan menganalisa data transaksi penjualan. Data mining adalah proses
mencari pola atau informasi menarik dalam data terpilih dengan menggunakan
teknik Association rule. Sehingga dengan menggunakan aturan asosiasi, dapat
diketahui seberapa sering suatu item dibeli bersama-sama dalam suatu transaksi.
Algoritma ECLAT digunakan untuk menemukan itemset yang paling sering
muncul. Algoritma ini melakukan pencarian pada database dengan tata letak
vertikal secara depth first search menggunakan persimpangan yang ditetapkan.
Adanya penggunaan algoritma ECLAT karena kelebihannya dalam proses dan
performa perhitungan support dari semua itemset dilakukan dengan lebih cepat
dan efisien. Dari hasil penelitian diperoleh bahwa penerapan algortima ECLAT
dapat menemukan pola hubungan asosiasi barang serta dapat memberikan
rekomendasi barang-barang apa saja yang paling banyak dibeli secara bersamaan
oleh customer dengan kevalidan 20 rule diperoleh dengan titik optimum dari
minimum support, minimum confidence dan jumlah transaksi masing-masing
adalah 10%, 60% dan 1509 transaksi penjualan
Kata Kunci: Transaksi Penjualan, Association Rule, Algoritma ECLAT
Tidak tersedia versi lain