PENGGALIAN KAIDAH ASOSIASI UNTUK MENENTUKAN MEREK PAKAIAN YANG PALING BANYAK DIMINATI PADA MODE FASHION DENGAN METODE ALGORITMA APRIORI
DOI:
https://doi.org/10.51804/ucaiaj.v1i1.13-18Keywords:
algoritma apriori, association rule, fashionAbstract
Peminat fashion dewasa ini sangat beragam dan banyak varian. Oleh karena itu peneliti ingin membagi pengetahuan untuk memberikan informasi dan menentukan solusi dalam menentukan merek yang sesuai dengan keinginan. Metode algoritma apriori dapat menjadi media alternatif penyedia informasi sehingga memudahkan pengguna mendapatkan informasi tentang fashion, metode ini dianggap paling sesuai untuk menyelesaikan permasalahan ini karena perhitungan nya cukup mudah dan cukup ringkas selain itu metode ini sesuai dengan perancangan sistem yang akan dibuat. Kesimpulan hasil penelitian ini adalah suatu aplikasi yang menggunakan Association Rule dengan menggunakan algoritma apriori dapat menganalisa pola konsumsi pelanggan untuk menentukan merek pakaian yang akan dipilih.
References
Connolly, T. M., & Begg, C. E. (2005). Database systems: a practical approach to design, implementation, and management. Pearson Education.
Fayyad, U. M., Piatetsky-Shapiro, G., Smyth, P., & Uthurusamy, R. (1996). Advances in knowledge discovery and data mining. Menlo Park, CA: AAAI. MIT press.
Henrry Bonai, D. (2011). SISTEM PENDUKUNG KEPUTUSAN ANALISIS POLA PEMBELIAN PRODUK DENGAN METODE ALGORITMA APRIORI. UPN" VETERAN" YOGYAKARTA.
Santoso, A., Pradana, T., & Ulyontang. (2015). PENGGALIAN KAIDAH MULTILEVEL ASSOCIATION RULE DARI DATA MART SWALAYAN ASGAP KRIAN. IDEATECH, 67–75. ISTTS Surabaya.
Turban, E., Aronson, J. E., & Liang, T. P. (2005). Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas). Yogyakarta: Andi Offset.
Downloads
Published
Issue
Section
License
With the receipt of the article by UCaiAJ Editorial Board and the decision to be published, the copyright regarding the article will be transferred to UCaiAJ. The copyright transfer form can be downloaded here.
UCaiAJ has the right to multiply and distribute the article and every author is not allowed to publish the same article that was published in this journal.
UCaiAJ is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Under the following terms:
Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.