Hasil Pencarian  ::  Simpan CSV :: Kembali

"Sebagai perusahaan milik negara yang memproduksi produk pertanian, PT Perkebunan Nusantara (PTPN) memiliki anak perusahaan bernama KPBN yang melakukan tender terbuka dalam menjual produknya. Untuk mengetahui perilaku bidder serta asosiasi diantara bidder, hubungan antara bidder tersebut dapat diidentifikasi dengan menggunakan apriori algorithm. Hasil dari identifikasi asosiasi dapat dijadikan saran untuk pemasok dalam menemukan bidder paling potensial. Perilaku bidder juga dapat membantu pemasok untuk mengetahui bidder yang paling sering melakukan bidding. Tahapan penelitian ini dimulai dengan pre-processing data selama tujuh bulan, kemudian membagi data tersebut menjadi tiga kelompok. Data tersebut kemudian diproses sehingga menghasilkan analisis asosiasi. Proses verifikasi hasil dan validasi aturan asosiasi dilakukan dengan menghitung derajat asosiasi dari seluruh aturan yang dihasilkan.

---

PT Perkebunan Nusantara (PTPN) is a state-owned company which produces agricultural product. To sell its product, PTPN has subsidiary named KPBN which held an open bidding. In order to identify bidder behavior and to investigate bidder association, association between bidders can be identified using the apriori algorithm. It could be as a suggestion to that supplier to find the most potential bidder. The behavior of bidders also may help the supplier to find out who the frequent bidder is.

The process of this research is started with pre-processing the data that had already been collected for seven months, spliting those data into three groups, generating the association analysis, and then calculating the degree association to verify and validated the rule."

"ABSTRAKSoH merupakan aplikasi mobile berbasis android yang dapat memudahkan masyarakat untuk mendapatkan informasi tentang potensi daerah yang dimiliki Kabupaten Sidoarjo. SoH dikembangkan dengan tujuan agar dapat mendukung promosi potensi daerah Kabupaten Sidoarjo. Pencarian data pada prototype aplikasi SoH versi 1.0 menggunakan metode join matching query. Sistem sudah mampu menampilkan hasil pencarian potensi Kabupaten Sidaorjo dengan baik namun dirasa kurang optimal. Agar pencarian data oleh sistem dapat lebih optimal maka digunakan algoritma Apriori TID. Algoritma TID digunakan untuk retrieve data pada riwayat penggunaan aplikasi SoH yang tersimpan dalam sistem. Proses retrieve data akan menghasilkan rekomendasi pencarian data potensi daerah Kabupaten Sidoarjo. Hasil rekomendasi ini akan digunakan oleh sistem untuk melakukan pencarian data pada server data potensi Kabupaten Sidoarjo. Dengan menerapkan algoritma Apriori TID pada saat pencarian data potensi Kabupaten Sidoarjo, hasil pencarian dapat lebih optimal. Hal ini disebabkan karena pencarian data oleh engine system dilakukan dengan menggabungkan 2 pihak secara bersamaan, yaitu server data potensi Kabupaten Sidoarjo dan server data riwayat penggunaan aplikasi SoH oleh pengguna SoH itu sendiri."

"Persaingan dalam dunia bisnis khususnya Industri Telekomunikasi semakin ketat membuat para pelaku harus memikirkan strategi-strategi atau terobosan yang dapat menjamin keberlangsungan bisnis mereka. Kepuasan pelanggan merupakan salah satu faktor yang sangat perlu diperhatikan untuk menjaga pelanggan agar tetap setia pada produk atau layanan yang ditawarkan. Dalam Industri Telekomunikasi data billing dan data kinerja Network dapat dikatakan sebagai data produksi yang sangat penting, bahkan merupakan asset yang berharga di dalam pengelolaan Industri Telekomunikasi. Hal ini menciptakan sebuah kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk menggali pengetahuan-pengetahuan baru, yang dapat membantu dalam perencanaan strategi bisnis di masa depan. Dalam hal ini teknologi data mining merupakan salah satu solusi yang dapat diterapkan. Dalam penelitian ini akan dibahas Implementasi Data Mining dan Data Warehouse untuk Menemukan Pola Pemakaian Layanan pada Industri Telekomunikasi. Model data mining meng gunakan association rules algoritma apriori. Association rules yang dihasilkan yang dapat diinterpetasikan menjadi pengetahuan baru mengenai karakteristik obyek produk atau layanan berbasis wireline salah satu operator telekomunikasi. Pengetahuan baru nantinya dapat digunakan sebagai bahan analisis dalam menentukan rencana kebijakan strategis di masa yang akan datang dalam rangka meningkatkan kinerja layanan agar keberadaan pelanggan dapat dipertahankan dan ditingkatkan.

---

Competition on business industry of telecommunication is very tighten. Consequently strategy and new idea should be thought by corporate executives, so that their business can be successful. Customer satisfaction is ones of important factor that must be noticed in order to customer will have loyality using their product. Data of billing and network performance are very important datas in the industry of telecommunication, even one valueable asset in business and management of telecommunication. Be related to that matter has used technology to explore new knowledge to help their business strategy planning in the future. Technology of data mining is one of the solution can be applied.

This research will explore Implementation of data mining for finding association rules with apriori algorithm, inside of industry of telecommunication. Association rules can be interpreted to be new knowledge, its about either characteristic of wireline product of operator telecommunication services. Better, the new knowledge can be used to analize of matter to increase performance services so that customer still believe and use their product."

"ABSTRAKKecelakaan lalu lintas adalah peristiwa yang terjadi secara tidak sengaja dan di luar dugaan. Di Indonesia, angka kecelakaan terus mengalami peningkatan setiap tahun dan merugikan lebih dari satu milyar per tahun serta memakan korban lebih dari 800.000 jiwa dalam periode 2014-2018. Jalan Tol Cikopo-Palimanan adalah ruas terpanjang dari jaringan tol Trans-Jawa yang mengkoneksikan pulau Jawa dari Pelabuhan Merak, Banten hingga Pelabuhan Ketapang, Jawa Timur. Dalam langkah pencegahan dan penurunan kecelakaan, diperlukan strategi untuk mengidentifikasi faktor-faktor kecelakaan. Data mining adalah metode pencarian informasi untuk data berjumlah besar. Metode data mining yang digunakan adalah clustering untuk mengurangi heterogenitas data dan association untuk mengidentifikasi hubungan antara faktor kecelakaan. Penelitian ini menemukan ada tiga belas cluster kecelakaan yang kemudian setiap cluster dianalisis menggunakan metode apriori algorithm dengan parameter minimum support 20% dan nilai lift 1.

---

ABSTRACT

Traffic accidents are events that occur accidentally and unexpectedly. In Indonesia, the number of accidents continues to increase every year and costs more than one billion per year and claimed more than 800,000 lives in the 2014-2018. Cikopo-Palimanan Toll Road is the longest section of the Tol Trans-Jawa road network that connects Pelabuhan Merak, Banten Pelabuhan Ketapang, East Java. In order to prevent and decrease number of accidents, a strategy is needed to identify accident factors. Data mining is a method of finding information from large amounts of data. Data mining methods used in this study are clustering to reduce data heterogeneity and association to identify the relationship between accident factors. This study found thirteen accident clusters and each cluster was analyzed using apriori algorithm method with a minimum support parameter of 20% and a lift value of 1."

"ABSTRACT

Criminality is a social problem causing negative impacts on society welfare. Police as law enforcement officer was required to take actions to prevent criminality which was increasingly widespread. Such efforts could be realized by analizing criminal data to obtain useful information for the preparation of criminal prevention strategies. However, extracting knowledge from criminal data effectively was a problematique for them. In this study, data mining was used to solve knowledge extraction problem from the dataset. The technique was aimed to get information about crime patternsby analyzing criminal activity habits. Association rule mining and apriori algorithm were used to find crime patterns. Generating crime patterns in data mining was difficult to understand when there were too many rules. Graph based visualization of association rules designed to solve that problem. Generated visualization showed relationship between crimes. That visualization was expected to help the police to understand the crime pattern so they could do prevention efforts more effectively. The results showed that the visualization of association rules could present association rules in more interesting way and described the crime pattern."

"ABSTRAKKartu kredit sebagai kartu pembayaran adalah produk yang dikeluarkan oleh bank dan menjadi pilihan favorit nasabah bank dalam melakukan transaksi secara offline dan online. Berbagai program promosi yang dilakukan oleh bank untuk meningkatkan penerbitan kartu untuk nasabah baru dan untuk menarik penggunaan kartu bagi para pemegang kartu kredit saat ini. Bank XYZ, sebagai salah satu penerbit kartu kredit, secara intensif menawarkan promosi kepada pelanggannya untuk bertransaksi menggunakan kartu kredit melalui berbagai media seperti SMS Blast maupun email notifikasi. Konten promosi yang dikirimkan ke pelanggan dapat mempengaruhi keputusan pelanggan untuk melakukan transaksi di merchant manapun menggunakan kartu kredit Bank XYZ. Dengan memanfaatkan analisa Big Data dengan Recency, Frequency dan Monetary (RFM) dan Association Rules, Bank XYZ dapat mengirimkan konten promosi kartu kredit yang sesuai dengan profile pelanggan. Mengirimkan konten promosi yang sesuai dengan profil pelanggan akan meningkatkan transaksi pelanggan menggunakan kartu kredit mereka. Peningkatan transaksi ini akan berkontribusi terhadap pendapatan Bank XYZ.

---

ABSTRACTCredit cards as a payment card are products issued by banks and become favorite customer`s choice to pay multiple transactions offline and online. Many promotion programs are done by banks to raise card issuances for new customer and to attract card usage for current credit card holders. Bank XYZ, as one of credit card issuer in Indonesia, is intensively offering promotions to its customer to use their credit cards through communication media such as SMS blast and email notifications. Media content may affect customer decision to purchase in any merchant using Bank XYZ credit card. By utilizing Big Data analysis with Recency, Frequency and Monetary(RFM), and Association Rules, Bank XYZ may send credit card promotional content fit with a customer profile. Sending proper promotional content fit with a customer profile will raise customer spending using their credit cards. Transactions rising contribute to Bank XYZ revenue.

"

"Persaingan dalam dunia bisnis khususnya perbankan yang semakin ketat membuat para pelakunya harus selalu memikirkan strategi-strategi terobosan yang dapat menjamin keberlangsungan bisnis mereka. Kepuasan pelanggan merupakan salah satu faktor yang sangat perlu diperhatikan untuk mengikat pelanggan agar tetap setia pada produk atau layanan yang ditawarkan. Salah satu aset utama yang dimiliki oleh perusahaan perbankan dewasa ini adalah data transaksi bisnis dalam jumlah yang sangat besar. Hal ini menciptakan sebuah kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk menggali pengetahuan-pengetahuan baru, yang dapat membantu dalam perencanaan strategi bisnis di masa depan. Dalam hal tersebut teknologi data mining hadir sebagai sebuah solusi yang dapat diterapkan. Dalam tulisan ini akan dibahas implementasi data mining untuk menemukan model berupa association rules yang bisa diinterpretasikan menjadi pengetahuan baru mengenai karakteristik beberapa obyek layanan perbankan Bank XYZ. Pengetahuan baru tersebut nantinya bisa digunakan sebagai bahan analisis untuk menentukan rencana strategis ke depan khususnya dalam rangka meningkatkan kinerja layanan sehingga pelanggan tetap setia terhadap produk dan layanan Bank XYZ.

---

The tighter competition in banking industry motivates the actors to always think of new strategies to ensure their business sustainability. Customer satisfaction must be maintained to make customers remain loyal to the offered products or services. One of the main assets of banking organization or corporate is a large number of business transaction data. This creates a need of new technologies to mine new knowledges, which can assist management in making future business strategy plans. Data mining technology is one applicable solution.

This thesis describes the implementation of data mining in order to find association rules model which can be further interpreted as new knowledges on banking service characteristic of Bank XYZ. The new knowledges will be useful to determine strategic plans in the future, especially in increasing the performance of products or services. They finally can make the customers loyal to products or services of Bank XYZ."

"Peningkatan persaingan dan kunjungan di situs web e-commerce shopping mall di Indonesia perlu disertai dengan meningkatkan strategi Customer Relationship Management CRM . Strategi yang bisa digunakan adalah peningkatan kualitas pelayanan, hal ini bisa di implementasikan melalui penyusunan sistem rekomendasi produk di situs web e-commerce tersebut. Untuk menyusun sistem tersebut, penggalian pola asosiasi produk dilakukan dengan memanfaatkan data web log yang berisi data navigasi dan pola kebiasaan pelanggan. Hal tersebut diakomodasi oleh metode web usage mining yaitu association rules. Algoritma yang digunakan adalah algoritma yang memberikan input asosiasi berdasarkan frekuensi item, yakni algoritma Apriori. Untuk menguji dan menyeleksi pola yang dihasilkan, objective interestingness measure dilakukan dan menghasilkan 25 luaran pola asosiasi.

---

An increasing of competition and visitors on e commerce shopping mall websites in Indonesia, need to be accompanied by improving Customer Relationship Management strategy. A strategy that can be used is improving the quality of services, it can be implemented through the preparation of product recommendation system on the e commerce website. To compile the system, pattern recognition of product association is conducted by utilizing weblog data which contains navigation data and customer behavior pattern. It is accommodated by web usage mining method that is association rules. The algorithm applied is an algorithm that provides input association based on item frequency, i.e Apriori algorithm. To test and select the resulting pattern, objective interestingness measure was performed and yields 25 outcomes of the association pattern."

"ABSTRAKDalam rangka memperluas pasar konsumen, perusahaan perlu memperhatikan kepuasan konsumen yang akan berdampak pada keberlanjutan kegiatan pembelian produk. Market basket analysis dilakukan untuk melihat pola pembelian konsumen dengan cara mengidentifikasi asosiasi dari berbagai produk yang diletakkan konsumen pada keranjang belanja. Penelitian ini dilakukan untuk melihat pengaruh jenis gerai terhadap pola pembelian konsumen. Data yang digunakan pada penelitian ini merupakan basis transaksi pelanggan. Data tersebut diolah menggunakan teknik data mining dan salah satu algoritma association rule, yaitu apriori. Hasil dari penelitian ini menunjukkan adanya perbedaan pola pembelian konsumen pada setiap jenis gerai.

---

ABSTRACTIn order to expand the current market, companies need to pay attention to customer satisfaction that will affect the sustainability of product purchasing activities. Market basket analysis is done to extract consumer buying behavior by identifying the associations of various products that consumers put on the shopping cart. This research was conducted to see whether outlet type affects consumer buying behavior. The data used in this study was taken from customer transactions database. The data was processed using data mining techniques and association rule algorithm, which is apriori. The results of this study show that there are differences in consumer buying behavior on each type of outlet."

"ABSTRAKLibrary X is an academic library in Jakarta, Indonesia. Library X has provided Online Public Access Catalog (OPAC) as a tool to provide information related to the collection. However, sometimes the information appears does not show high relevancy. One way to solve this problem is to develop user need based-book recommendation system. The purpose of this study is to create personalization model of book recommendations in Library X.Data Collection Method. The method used in this study was association rule mining using Apriori algorithm. Results and Discussions. The results showed that the book relationships for the minimum support was 0.1% and the minimum confidence was 10% and generated 42 association rules. It is noted that 657 (Accounting) and 658 (Management) are found to support for 2.6% with the confidence level for 14%.Conclusions. Book recommendation is formulated by selecting the rule with maximum support and confidence. The recommendation system is designed to be integrated to web application and users e-mail."