Analisa Penjualan Produk Asuransi Jiwa Unitlink Bancassurance PT Commonwelath Life Dengan Metode Algoritma Apriori
Sari
PT Commonwealth Life adalah salah satu perusahaan yang memiliki berbagai jenis produk dari berbagai jenis bisnis untuk pelanggan. Pelanggan merupakan kunci sukses dalam suatu usaha atau bisnis dalam menghadapi lingkungan bisnis yang kompetitif. Untuk menjaga penciptaan laba, maka perusahaan harus mengetahui apa yang menjadi kebutuhan pelanggan dan juga dapat menciptakan inovasi produk baru sebagai bentuk kepedulian terhadap pelanggan dan dapat menentukan produk mana yang paling diminati pelanggan. Untuk menentukan produk yang diminati maka dilakukan penelitian dengan metode algoritma apriori untuk pendekatan asosiasi. Hasil yang didapatkan dari penelitian ini adalah rule yang dapat digunakan untuk membantu menentukan rekomendasi penciptaan produk secara lebih tepat, yaitu dengan menghasilkan 3 aturan asosiasi final ketika menggunakan minimum support 30% dan minimum confidence 70%.
Teks Lengkap:
PDFReferensi
Agung, M. T., & Nurhadiyono, B. (2014). Penerapan Data Mining Pada Data Transaksi Penjualan Untuk Mengatur Penempatan Barang. 1–9. https://doi.org/10.1049/iet-com.2008.0159
Anggarwal, C. C. (2015). Data Mining : The Textbook. Switzerland: Springer International.
Badrul, M. (2016). Algoritma Asosiasi Dengan Algoritma Apriori Untuk Analisa Data Penjualan. Jurnal Pilar Nusa Mandiri, XII(2), 121–129.
Djamaludin, I. nursikuwagus; agus. (2017). Analisis Pembelian konsumen pada transaksi penjualan menggunakan algoritma apriori. Jurnal Simetris, 8(2), 671.
Mulyana, H. (2014). Pemakaian Metode Asosiasi Dalam Data Mining Untuk Penjualan Lebih Dari Satu Jenis Produk Pada Perusahaan. Jurnal Pilar Nusa Mandiri, 10(1), 47–55. Retrieved from http://ejournal.nusamandiri.ac.id/ejurnal/index.php/pilar/article/view/75/71
Nofriansyah, D., & Nurcahyo, G. W. (2015). Algoritma Data Mining dan Pengujian. Yogyakarta: Deepublish.
Nursikuwagus, A., & Hartono, T. (2016). Implementasi Algoritma Apriori Untuk Analisis Penjualan Dengan Berbasis Web. Jurnal Simetris, 7(2), 703.
Purnia, D. S., & Warnilah, A. I. (2017). Implementasi Data Mining Pada Penjualan Kacamata Menggunakan Algoritma Apriori. Implementasi Data Mining Pada Penjualan Kacamata Menggunakan Algoritma Apriori, 2(2), 31–39.
Rezkiani, R. (2016). Implementasi Data Mining Dengan Algoritma Apriori Untuk Menentukan Merek Sepatu Yang Diminati Pada Mahasiswa Pascasarjana Kelas 14.1a.01 Stmik Nusa Mandirijakarta. KNIT-2 Nusa Mandiri, 2(1), 49–INF.56. Retrieved from http://konferensi.nusamandiri.ac.id/prosiding/index.php/knit/article/view/45
Rusdiaman, D., & Setiyono, A. (2018). Algoritma fp-growth dalam penempatan lokasi barang di gudang pt. xyz. Jurnal Ilmu Pengetahuan Dan Teknologi Komputer, 4(1), 63–70.
Sugiyono. (2017). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung.
Sujaini, H. (2016). Analisis Asosiasi pada Transaksi Obat Menggunakan. 1(1).
Sujarweni, V. W. (2014). Metodologi Penelitian. Yogyakarta: Pustakabarupress.
Suyanto. (2017). Data Mining untuk Klasifikasi dan Klasterisasi data. Bandung: Informatika.
Tana, M. P., Marisa, F., Wijaya, I. D., Informatika, J. T., & Widyagama, F. T. U. (2018). Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Pada Toko Oase Menggunakan Algoritma Apriori. 3(2), 17–22. https://doi.org/10.1177/0091270009337946
Vulandari, R. T. (2017). DATA MINING TEORI DAN APLIKASI RAPIDMINER. Yogyakarta: GAVA MEDIA.
DOI: https://doi.org/10.31294/infortech.v1i2.7131
DOI (PDF): https://doi.org/10.31294/infortech.v1i2.7131.g3785
Refbacks
- Saat ini tidak ada refbacks.
