Abstrak - Dalam sebuah bisnis,
diperlukan upaya memaksimalkan keuntungan. Diantaranya dengan melakukan
promosi. Ketepatan promosi dapat dipelajari dari database sebuah perusahaan
ritel utamanya pola belanja
pada produk yang biasa dibeli bersamaan. Informasi tentang pola belanja
pelanggan yang tidak akurat menyebabkan
kebijakan promosi tidak tepat dan efisien.Salah satu upaya lazim untuk memperoleh dan menggali pola belanja pelanggan adalah
menggunakan data mining yang dikenal sebagai Knowledge
Discovery in Database (KDD). Pendekatan
yang biasa digunakan adalah asosiasi. Permasalahannya
aturan asosiasi cenderung mengabaikan dataset yang besar. Untuk mengatasi hal
tersebut dilakukan klasifikasi barang yang dibeli dan
tidak dibeli bersamaan. Algoritma Self Organizing Map (SOM) dan K-Medoids
cocok untuk diterapkan dalam mengcluster dataset besar. Penelitian ini
menguji kevalidan dan kecepatan algortima Self Organizing
Map (SOM) dan K-Medoids jika dikombinasi dengan Frequent Pattern-Growth (FP-Growth).
Info Jurnal:
Author : Muhammad
Imam Ghozali, Ri’fan Zaenal Ehwan, Wibowo Harry Sugiharto
Nama Jurnal : Jurnal
SIMETRIS, Vol 8 No 1 April 2017
ISSN : 2252 -
4983
Bidang Ilmu : Sains dan
Teknologi. (Data Mining)
Mau langsung download jurnalnya? Silahkan saja didownload:
EmoticonEmoticon