IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS POLA PEMBELIAN KONSUMEN PADA UMKM BESTEA BERBASIS WEBSITE

Sakoni, Achmad Aldi and Arfida, Septilia (2025) IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS POLA PEMBELIAN KONSUMEN PADA UMKM BESTEA BERBASIS WEBSITE. Skripsi thesis, Institut Informatika Dan Bisnis Darmajaya.

	Text Cover1.pdf Download (195kB)
	Text PERNYATAAN.pdf Download (226kB)
	Text PERSETUJUAN.pdf Download (317kB)
	Text PENGESAHAN.pdf Download (344kB)
	Text Abstrack1.pdf Download (318kB)
	Text Daftar isi 1.pdf Download (201kB)
	Text BAB1 (1).pdf Download (283kB)
	Text BAB2.pdf Download (532kB)
	Text BAB4.pdf Download (644kB)
	Text BAB3.pdf Download (484kB)
	Text BAB5.pdf Download (169kB)
	Text DAFTAR PUSTAKA (2).pdf Download (399kB)
	Text lampiran (3).pdf Download (1MB)

Abstract

Transformasi digital telah mendorong umkm untuk mengadopsi teknologi informasi dalam mengelola bisnis, khususnya pada aspek transaksi dan analisis data. UMKM Bestea sebagai salah satu pelaku usaha menghadapi tantangan dalam memahami pola pembelian konsumen yang dapat dijadikan dasar untuk strategi pemasaran dan pengelolaan persediaan. Analisis manual seringkali tidak efektif karena keterbatasan sumber daya dan kompleksitas data transaksi. Oleh karena itu, penerapan algoritma data mining, khususnya Apriori, menjadi solusi untuk menemukan pola asosiasi antar produk yang sering dibeli secara bersamaan, sehingga dapat meningkatkan efisiensi operasional serta mendukung pengambilan keputusan berbasis data. Penelitian ini menggunakan metode pengembangan perangkat lunak Extreme Programming (XP) yang terdiri dari tahapan planning, design, coding, dan testing. Data yang digunakan merupakan 2.129 transaksi penjualan pada umkm Bestea selama periode September hingga Desember 2024. Algoritma Apriori diterapkan untuk menghitung support dan confidence dari setiap itemset sehingga dapat ditemukan frequent itemsets yang memenuhi ambang batas tertentu. Sistem dibangun berbasis website menggunakan framework Laravel, dengan fitur utama analisis pola pembelian, pengelolaan data produk, stok, komposisi, hingga laporan analisis. Pengujian sistem dilakukan dengan metode black-box testing untuk memastikan seluruh fungsi berjalan sesuai kebutuhan. Hasil penelitian menunjukkan bahwa algoritma Apriori mampu mengidentifikasi pola pembelian konsumen, seperti kecenderungan pembelian Iced Green Tea yang sering diikuti oleh Iced Tea Original atau Iced Lemon Tea dengan nilai support dan confidence tertentu. Sistem yang dikembangkan tidak hanya membantu dalam analisis pola pembelian, tetapi juga berfungsi sebagai aplikasi Point of Sale (POS) yang terintegrasi. Dengan demikian, penelitian ini memberikan kontribusi nyata bagi UMKM dalam menyusun strategi promosi, mengoptimalkan persediaan, dan meningkatkan efektivitas pengambilan keputusan berbasis data.

Item Type:	Thesis (Skripsi)
Subjects:	Ilmu Komputer eSkripsi
Divisions:	Skripsi/TA & PKPM/KP - Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Achmad Aldi Sakoni
Date Deposited:	02 Dec 2025 06:45
Last Modified:	02 Dec 2025 06:45
URI:	http://repo.darmajaya.ac.id/id/eprint/23280

Actions (login required)

View Item