%0 Thesis
%9 Bachelor
%A 22104855, Priska Liadi
%A Universitas Kristen Duta Wacana,
%B Informatika
%D 2015
%F katalog:6038
%I Universitas Kristen Duta Wacana
%K Diskon, Product Bundling, Decision Tree, Frequent Pattern Tree,  Algoritma C4.5, Algoritma FP-Growth.
%P 71
%T PENENTUAN PROMOSI PRODUK DENGAN ALGORITMA C4.5 DAN FP-GROWTH (STUDI KASUS : AMIGO GROUP)
%U https://katalog.ukdw.ac.id/6038/
%X Ketepatan dalam menentukan produk yang akan diberi diskon dan pasangan produk yang akan ditawarkan sebagai promosi product bundling merupakan hal yang cukup penting dalam mengurangi jumlah barang yang menumpuk sia-sia di gudang dan dianggap sudah tidak ada pada basis data. Proses penentuan secara manual seringkali menempuh waktu yang cukup panjang dan menghasilkan keputusan yang kurang tepat karena proses analisis data dengan teliti cukup sulit. Hal ini dapat mengakibatkan semakin menurunnya nilai jual produk yang dipromosikan sehingga harga yang ditawarkan dianggap sudah kurang sesuai bagi konsumen. Penentuan diskon dan pasangan produk melalui sistem dapat diwujudkan dengan mengenali setiap pola yang pernah terbentuk sebagai aturan pemberian diskon serta pola penjualan produk yang berpasangan. Selain itu, sistem juga dapat langsung memberikan saran produk yang seharusnya diberi diskon dan pasangan produk yang cocok untuk dipromosikan sebagai product bundling. Sistem yang menggunakan algoritma C4.5 dalam pemrosesan data Amigo melalui sebuah proses learning terhadap aturan pemberian diskon berdasarkan urutan nilai information gain yang dihitung. Dengan tambahan algoritma FP-Growth maka sistem akan mengenali setiap pola penjualan dengan membangun FP-tree dan membentuk conditional FP-tree yang kemudian menghasilkan frequent itemset sebagai suatu himpunan produk yang saling berelasi.  Penelitian ini kemudian akan menghasilkan sebuah sistem yang dapat  digunakan sebagai dasar penentuan produk yang akan diberi diskon serta himpunan produk yang akan dipromosikan sebagai product bundling. Dengan adanya sistem tersebut maka proses penentuan diskon serta pengenalan himpunan produk yang berpasangan akan menjadi lebih tepat dalam waktu yang relatif lebih singkat bila  dibandingkan dengan proses analisis manual.