PERANCANGAN SISTEM APLIKASI TOKO ONLINE BERBASIS WEBSITE DENGAN METODE COLLABORATIVE FILLTERING DAN METODE FP-GROWTH

Muhammad Kazruni, Yahya (2021) PERANCANGAN SISTEM APLIKASI TOKO ONLINE BERBASIS WEBSITE DENGAN METODE COLLABORATIVE FILLTERING DAN METODE FP-GROWTH. Other thesis, Universitas Darma Persada.

	Text COVER-DAFTAR ISI.pdf Download (1MB)
	Text BAB I.pdf Download (903kB)
	Text BAB II.pdf Download (1MB)
	Text BAB III.pdf Restricted to Registered users only Download (1MB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (777kB)
	Text DAFTAR PUSTAKA.pdf Download (893kB)

Abstract

Pada Toko Ganghan’s, ditemukan permasalahan pada sistem pengontrolan ketersediaan barang terlaris yaitu, dalam pencatatan stock bahan baju masih menggunakan cara manual, sehingga mengakibatkan data produk baju di gudang tidak tersinkronisasi dengan benar. Adanya persediaan produk baju yang cukup diharapkan Ganghan Store mampu melakukan proses produksi sesuai kebutuhan, selain itu dengan adanya persediaan produk baju dapat memperlancar kegiatan produksi. Besarnya persediaan produk baju terkadang dapat menyebabkan terbuangnya produk baju itu sendiri, karena terlalu lamanya penyimpanan persediaan produk baju sehingga dapat menimbulkan kualitas produk baju tersebut menurun serta menimbulkan biaya penyimpanan yang tinggi.Berdasarkan permasalahan diatas pada Toko Ganghan, peneliti bertujuan untuk membantu membuat sistem website perusahaan dalam pengontrolan ketersediaan bahan produk sebagai suatu usaha memonitor dan menentukan tingkat pembelian yang paling laris. Metode dalam CF Recommendation Ada dua pendekatan utama dalam metode collaborative filtering, yaitu: a. User-based collaborative filtering Pendekatan ini bersandar pada fakta bahwa seorang user mengikuti kelompok (group) lebih besar (yang perilaku individunya sama). Rekomendasi didasarkan pada item-item yang sering dibeli/disukai oleh berbagai anggota kelompok. Metode yang paling umum digunakan adalah nearest neighbors method.Berdasar pada item-item yang telah dipilih oleh tetangga terdekat seorang user, item-item yang kemungkinan akan dipilih oleh user tersebut di masa yang akan datang diprediksi. Algoritma yang sering digunakan antara lain algoritma Pearson correlation coefficient (PCC) dan algoritma vector space similarity (VSS). b. Item-based collaborative filtering Pendekatan ini bersandar pada relasi antar item, dianalisa dari informasi historis sehingga pembelian dari suatu item mengarahkan pembelian terhadap item lain (himpunan item).

Item Type:	Thesis (Other)
Uncontrolled Keywords:	E-commerce, Metode Fp-Growth, Metode Collaborative Filltering Web, PHP, MySQL
Subjects:	000 Generalities/Karya Umum > 005.262 Programming in Specific Program Language/Pemrograman untuk Bahasa Pemrograman Tertentu
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Trie anto Perpustakaan
Date Deposited:	20 May 2022 03:24
Last Modified:	20 May 2022 03:24
URI:	http://repository.unsada.ac.id/id/eprint/2629

Actions (login required)

View Item