Skripsi/Tugas Akhir

Analisis Transaksi Penjualan dengan Algoritma Equivalence Class Transformation (ECLAT) untuk Optimasi Persediaan (Studi Kasus Mini Market Bakubeku)

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Penelitian ini bertujuan untuk mengetahui item-item yang sering dibeli menggunakan algoritma Equivalence Class Transformation (ECLAT), serta menggali pola-pola tersembunyi dari data transaksi untuk memberikan rekomendasi barang-barang yang perlu diperhatikan dalam pengelolaan stok dan strategi penjualan. Masalah yang dihadapi adalah Mini Market Bakubeku biasanya kelebihan stok pada produk yang kurang laku dan kekurangan stok pada produk yang paling banyak diminati oleh pelanggan. Equivalence Class Transformation (ECLAT) dipilih karena kemampuannya dapat mengidentifikasi hubungan antara item dalam transaksi penjualan secara lebih efisien. Di dalam Equivalence Class Transformation (ECLAT) sendiri terdapat proses Support, Confidence, Lift ratio, yang dapat membantu mengindentifikasi item-item yang sering dibeli. Penelitian ini menggunakan pola asosiasi. Analisis meliputi algoritma Equivalence Class Transformation (ECLAT). Hasil penelitian dari data rekapan transaksi yang ada, item-item yang sering dibeli oleh pelanggan yaitu produk Paru sapi, Kentang, Shortplate slice, Odeng, Chikuwa, dan Spicy tomato. Dari produk yang sudah diketahui, maka produk inilah yang perlu penyediaan stok.
Kata Kunci: Item yang Sering Dibeli, Bakubeku, Pola Asosiasi, ECLAT

ABSTRACT
This research aims to find out items that are frequently purchased using the Equivalence Class Transformation (ECLAT) algorithm, as well as exploring hidden patterns from transaction data to provide recommendations for items that need to be considered in stock management and sales strategies. The problem faced is that Bakubeku Mini Market usually has excess stock of products that don't sell well and lacks stock of products that are most in demand by customers. Equivalence Class Transformation (ECLAT) was chosen because of its ability to identify relationships between items in sales transactions more efficiently. In the Equivalence Class Transformation (ECLAT) itself there is a Support, Confidence, Lift ratio process, which can help identify items that are frequently purchased. This research uses association patterns. Analysis includes the Equivalence Class Transformation (ECLAT) algorithm. The research results from existing transaction recap data show that the items frequently purchased by customers are beef lung, potatoes, short plate slices, odeng, chikuwa and spicy tomatoes. Of the products that are already known, this is the product that needs to be stocked.
Keywords: Frequently Purchased Items, Bakubeku, Association Patterns, ECLAT

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 25-51 MAN a - 0815TI

Penerbit

Makassar : Universitas DIPA., 2025

Deskripsi Fisik

xii + 51 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 25-51

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 18 Februari 2025

Subjek

Skripsi/Tugas Akhir
Aplikasi Penjualan
Equivalence Class Transformation

Lampiran File