<> "The repository administrator has not yet configured an RDF license."^^ . <> . . . "IMPLEMENTASI DATA MINING PADA PENJUALAN DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI"^^ . "Pada umumnya, perusahaan distributor\r\nmelakukan penyimpanan data penjualan item\r\nbarang dalam setiap transaksi yang terjadi. Dengan\r\nmencari hubungan antar item dari data penjualan\r\ntersebut, manajemen perusahaan dapat\r\nmengetahui informasi yang dapat digunakan\r\nsebagai keputusan dalam kebijakan perlakuan\r\nitem.\r\nHubungan antar item dari data penjualan dapat\r\nditemukan dengan penggalian aturan asosiasi pada\r\nmetode algoritma apriori. Penggalian aturan\r\nasosiasi adalah teknik penggalian data untuk\r\nmenemukan aturan asosiatif antara suatu\r\nkombinasi item. Aturan asosiatif menemukan\r\naturan-aturan tertentu yang mengasosiasikan data\r\nyang satu dengan yang lainnya. Aturan asosiasi\r\ndisimbolkan dengan A⇒B, dimana A adalah\r\nantecedent dan B adalah consequent. Aturan\r\nA⇒B memiliki arti jika A maka B. Ada beberapa\r\nalgoritma yang dapat digunakan dalam\r\nimplementasi penggalian aturan asosiasi, salah\r\nsatunya adalah algoritma apriori. Algoritma\r\napriori menghitung pola kemunculan suatu item\r\ndalam suatu basis data dengan beberapa iterasi.\r\nKata kunci Setiap iterasi mengkombinasikan\r\nkandidat itemset yang telah didapat, yang\r\nkemudian dihitung nilai frekuensinya. Kombinasi\r\nkandidat itemset yang memiliki nilai frekuensi\r\nlebih besar atau sama dengan minimum support\r\ndigunakan sebagai kandidat itemset untuk proses\r\niterasi selanjutnya. Proses iterasi akan berhenti\r\napabila sudah tidak ditemukan frequent itemset.\r\nFrequent itemset adalah kombinasi kandidatjudul “IMPLEMENTASI DATA MINING\r\nPADA PENJUALAN DENGAN\r\nMENGGUNAKAN METODE ALGORITMA\r\nAPRIORI”.\r\nitemset yang memiliki frekuensi lebih besar atau\r\nsama dengan minimum support. Frequent itemset\r\nyang telah didapat disusun menjadi sebuah aturan\r\nA⇒B yang disertai nilai support tdan confidence,\r\ndimana A adalah item yang mempengaruhi item B\r\ndan B adalah item yang dipengaruhi item A."^^ . "2014-11-19" . . . . "Sekolah Tinggi Teknologi Dumai"^^ . . . "Teknik Informatika, Sekolah Tinggi Teknologi Dumai"^^ . . . . . . . . . . . . . . . . . "Khairijal"^^ . "Khairijal"^^ . "Khairijal Khairijal"^^ . . "CHRISTIN NATALIA"^^ . "SIAGIAN"^^ . "CHRISTIN NATALIA SIAGIAN"^^ . . "Dion"^^ . "Permata"^^ . "Dion Permata"^^ . . . . . . "IMPLEMENTASI DATA MINING PADA PENJUALAN DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI (Text)"^^ . . . . . . "IMPLEMENTASI DATA MINING PADA PENJUALAN DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI (Text)"^^ . . . "HTML Summary of #296 \n\nIMPLEMENTASI DATA MINING PADA PENJUALAN DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI\n\n" . "text/html" . . . "Z665 Library Science. Information Science"@en . .