Notice: Undefined index: item_type_code in /home/pert9513/public_html/etd/lib/detail.inc.php on line 462

Notice: Undefined index: ketersediaan in /home/pert9513/public_html/etd/lib/detail.inc.php on line 523
NABILA ARYANI Pengarang Ari Kurniawan, S.T., M.Ti Dosen Pembimbing 1 Filda Angellia, S.Kom, M.M.S.I Ketua Penguji/Penguji 1 Dade maulana Machdum, S.Kom., M.Pd Anggota 2/Penguji 3 Dra. Rr. Aryanti Kristantini,M.KOM Anggota 1/Penguji 2

Harvest Goods merupakan perusahaan yang bergerak dalam bidang Gifting dan Stationery yang memiliki store secara offline maupun online. Akan tetapi untuk offline store Harvest Goods tidak berdiri sendiri, melainkan partnership dengan Gramedia sehingga Harvest Goods memiliki kesulitan untuk menentukan strategi penjualan yang tepat mengenai produk-produk terlaris serta rekomendasi produk yang sesuai dengan keinginan konsumen. Dikarenakan pada system Gramedia hanya bisa melihat omzet keseluruhan saja dan tidak dapat melihat detail produk yang terjual sehingga menyulitkan Tim Marketing untuk menentukan produk terlaris secara cepat dan tepat. Hal tersebut menjadi kendala utama karena tim marketing harus merecap ulang secara manual dari catatan sales setiap store Harvest Goods pada Gramedia yang ada di beberapa kota di Indonesia. Sedangkan penjualan produk yang terlaris pada offline store mengalami peningkatan setiap bulannya, produk-produk yang ditawarkan bermacam jenis, sehingga untuk mengetahui jenis produk yang paling laris maka dibutuhkan adanya algoritma apriori. Algoritma apriori menjalankan proses iterasi dengan menggunakan nilai minimum support dan confidence guna mengevaluasi setiap kombinasi produk. Lalu menyaring kombinasi produk yang tidak memenuhi nilai minimum support. Berdasarkan algoritma apriori maka diperoleh kecocokan frekuensi produk yang paling sering dibeli. Dengan adanya algoritma apriori ini memungkinkan manajemen mendapatkan keuntungan saat menyusun dan menggabungkan produk untuk mengoptimalkan pemasaran. Kemudian digunakan nilai confidence yang dapat memberikan gambaran tentang hubungan antar produk. Penerapan algoritma apriori dapat digunakan untuk menganalisis data transaksi pada jangka waktu tertentu.