scholarly journals PENERAPAN METODE MARKET BASKET ANALISIS DALAM PENENTUAN PEMASARAN IKAN KOI (STUDI KASUS: SUMBER KOI BLITAR)

2021 ◽  
Vol 4 (2) ◽  
pp. 57-63
Author(s):  
Refina Andini Mega Putri ◽  
Kurnia Paranita Kartika ◽  
Filda Febrinita
Keyword(s):  
Black Box ◽  
Market Basket Analysis ◽  
Market Basket

Semakin berkembangnya teknologi internet, petani koi di Desa Sumber Blitar masih mempunyai suatu kendala dalam penjualan. Usaha koi “Sumber Koi” Blitar bergerak di bidang pembesaran bibit dan penjualan ikan koi. Penjualan sebelumnya dilakukan dengan cara membuka website sumber koi blitar di internet, instagram dan juga whatssap sehingga hanya customer tetap yang dapat mengakses. Petani di “Sumber Koi” membutuhkan suatu metode cepat untuk memperkirakan jumlah bibit, jenis bibit, dan rekapitulasi penjualan untuk mempermudah proses pemasaran ikan koi. Untuk mengatasi permasalahan ini digunakan metode (MBA) yang dapat menganalisis produk yang dibeli secara bersamaan, produk yang sering dibeli oleh pelanggan serta jumlah produk yang terbeli. Metode penelitian yang digunakan pada penelitian ini adalah metode prototype  meliputi yang dimulai dari pengumpulan kebutuhan, membangun prototype, mengkodekan sistem, dan menguji sistem. Pada penelitian ini diperoleh hasil suatu aplikasi yang dapat digunakan untuk memperkirakan pemasaran ikan koi menggunakan metode Market Basket Analysis (MBA). Pengujian yang dilakukan meliputi, pengujian Black Box, pengujian ahli validator, serta pengujian pengguna. Dari pengujian Blacx Box diperoleh hasil keseluruhan fungsional aplikasi berfungsi dengan baik. Dari pengujian validasi yang dilakukan oleh 2 validator diperoleh porsentase kesesuaian hasil 77,5%. Hasil pengujian aplikasi oleh pengguna diperoleh porsentase kesesuaian hasil 89%

MODEL SISTEM INFORMASI PEMASARAN SEBAGAI PENUNJANG KEPUTUSAN PROMOSI PRODUK MENGGUNAKAN ALGORITMA MAX -MINER

ICIT Journal ◽  
2020 ◽  
Vol 6 (1) ◽  
pp. 94-104
Author(s):  
Fernando Siboro ◽  
Capri Eriansyah ◽  
Muhammad Adi Sofyan
Keyword(s):  
Data Mining ◽  
Life Cycle ◽  
Market Basket Analysis ◽  
Market Basket

Teknologi informasi saat ini terus berkembang semakin cepat, membuat pola berfikir manusia berubah, dengan proses pertumbuhan yang seperti ini, generasi akan datang diharuskan mempunyai keahlian yang lebih baik di bidang pemanfaatan teknologi informasi. Kebutuhan adanya kemudahan dari segi pemasaran, saat ini dirasa sangat penting, terutama bagi perusahaan yang bergerak dibidang penjulan atau distributor guna menunjang meningkatkan akurasi dan kualitas pemasaran itu sendiri. Namun pada kenyataanya, sistem yang berjalan masih tergolong kurang efektif dan efesien dalam melayani kebutuhan pelanggan, hal ini dikarenakan sistem pemasaran produk hanya bisa diakses secara manual, dan belum adanya media informasi seputar produk yang ditawarkan, oleh sebab itu dibuatlah suatu perancangan sistem informasi yang mengatur pemasaran produk dan dapat menjadi bahan dalam pembuatan laporan sistem penunjang keputusan. Dalam perancangan ini menggunakan metode data mining market basket analysis dan Max-Miner sebagai algoritma. Serta menggunakan metode penerapan sistem waterfall atau sering dinamakan siklus hidup klasik (classic life cycle). Dengan demikian rancang bangun sistem informasi ini, mengacu kepada bagaimana cara agar pemasaran produk dapat di akses dengan mudah, cepat, dan akurat dimanapun dan kapanpun, calon customer dapat mengakses tanpa terkendala waktu dan tempat, serta menjadi wadah dalam pengambilan keputusan oleh perusahaan. Metodologi desain menggunakan uml yang melimuti usecase, activity, squence dan untuk pengelolaan basis data menggunakan mysql. Sistem ini diharapkan mampu dijadikan salah satu penunjang keputusan untuk kebutuhan promosi produk. Kata Kunci: Penunjang pemasaran, promosi produk, algoritma Max-Miner

scholarly journals Application of uninorms to market basket analysis

2018 ◽  
Vol 34 (1) ◽  
pp. 39-49 ◽  
Author(s):  
Raymond Moodley ◽  
Francisco Chiclana ◽  
Fabio Caraffini ◽  
Jenny Carter
Keyword(s):  
Market Basket Analysis ◽  
Market Basket

A Hybrid Algorithm of Mining Closed Itemsets for Large Databases

2011 ◽  
Vol 145 ◽  
pp. 292-296
Author(s):  
Lee Wen Huang
Keyword(s):  
Data Mining ◽  
Association Rules ◽  
Execution Time ◽  
Hybrid Algorithm ◽  
Hybrid Approach ◽  
Market Basket Analysis ◽  
Market Basket ◽  
Large Databases ◽  
Closed Itemsets ◽  
Simulation Results

Data Mining means a process of nontrivial extraction of implicit, previously and potentially useful information from data in databases. Mining closed large itemsets is a further work of mining association rules, which aims to find the set of necessary subsets of large itemsets that could be representative of all large itemsets. In this paper, we design a hybrid approach, considering the character of data, to mine the closed large itemsets efficiently. Two features of market basket analysis are considered – the number of items is large; the number of associated items for each item is small. Combining the cut-point method and the hash concept, the new algorithm can find the closed large itemsets efficiently. The simulation results show that the new algorithm outperforms the FP-CLOSE algorithm in the execution time and the space of storage.

Sign in / Sign up

Export Citation Format

Share Document