FITRI, RAYHAN (2026) MENENTUKAN AKURASI TATA LETAK BARANG KOSMETIK DENGAN MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH. S1 thesis, Universitas Malikussaleh.

	Text COVER Rayhan Fitri.pdf Download (146kB)
	Text ABSTRAK Rayhan Fitri.pdf Download (240kB)
	Text BAB 1 Rayhan Fitri.pdf Download (295kB)
	Text DAPUS Rayhan Fitri.pdf Download (243kB)
	Text Skripsi _Rayhan Fitri_210170049_Final.pdf Restricted to Registered users only Download (3MB)

Abstract

Penelitian ini bertujuan untuk menganalisis pola pembelian produk kosmetik serta mengevaluasi akurasi penataan tata letak barang berdasarkan hasil analisis asosiasi menggunakan algoritma Apriori dan FP-Growth. Penataan letak produk yang optimal diyakini dapat meningkatkan efisiensi penjualan serta memberikan pengalaman berbelanja yang lebih baik bagi pelanggan. Data yang digunakan merupakan data transaksi penjualan kosmetik periode 2022–2024 yang telah diubah ke dalam format basket. Perbandingan kinerja kedua algoritma dilakukan berdasarkan waktu eksekusi, jumlah aturan asosiasi yang ditemukan, nilai lift, dan tingkat akurasi. Hasil penelitian menunjukkan bahwa kedua algoritma menghasilkan aturan asosiasi yang berbeda pola keterkaitan antarproduk kosmetik, di mana Apriori menghasilkan empat aturan sedangkan FP-Growth menghasilkan sembilan aturan. Aturan algoritma apriori ialah {Pelembab}→{Lip tint}, {Pembersih wajah}→{Lip tint}, {Setting spray}→{Lip tint}, dan {Bedak}→{Lip tint}. Sedangkan aturan algoritma FP-Growth ialah {Pembersih wajah}→{Lip tint}, {Lip tint}}→{Pembersih wajah}, {Bedak}→{Lip tint}, {Lip tint}→{Bedak}, {Setting spray}→{Lip tint}, {Lip tint}→{Setting spray}, {Pelembab}→{Lip tint}, {Lip tint}→{Pelembab}, dan {Lip tint}→{Sabun muka}.Temuan ini dapat dimanfaatkan oleh pemilik toko kosmetik untuk mengoptimalkan tata letak produk dengan menempatkan barang yang sering dibeli bersamaan di lokasi yang berdekatan, sehingga dapat meningkatkan peluang penjualan. Selain itu, hasil penelitian ini dapat menjadi referensi bagi penelitian selanjutnya, baik dengan menggunakan dataset yang lebih besar maupun dengan mengintegrasikan metode analisis lain guna menghasilkan rekomendasi yang lebih presisi.

Item Type:	Thesis (S1)
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Rayhan ryh Z.A
Date Deposited:	14 Oct 2026 04:18
Last Modified:	14 Oct 2026 04:18
URI:	https://rama.unimal.ac.id/id/eprint/8763

Actions (login required)

View Item