Publication Search

Dunia bisnis khususnya dalam industri penjualan dimana-mana tidak di ambil kemungkinan banyak resiko yang di hadapi pembisnis untuk bisa melangsungkan usaha yang telah di dirikan akan selalu ada dan mendapatkan konsumen yang tetap membeli barang yang telah disediakan maka dari itu seorang entrepreneur dituntut untuk memiliki strategi dalam membaca peluang. Untuk menyiasati hal tersebut, tentunya pihak manajemen harus mampu menganalisa data yang ada untuk dijadikan bahan acuan untuk strategi diperlukan untuk komputerisasi. Pencarian judul penelitian dan abstraknya dipermudah dengan kata-kata kunci tersebut. berbisnis selanjutnya. Meubel Master borneo merupakan salah satu perusahaan yang memiliki resiko mendapatkan konsumen yang tetap dan harus memberikan atau meyediakan barang yang memiiki kualitas tinggi dan memberikan pelayanan yang akan diberikan kepada pelanggan yang setia membeli produk yang telah disediakan. Dengan menggunakan data mining yang merupakan knowledge discovery dikarenakan bidang yang berupaya untuk menemukan informasi yang memiliki arti yang berguna dari jumlah data yang besar, untuk menemukan pola (pattern) data dan memprediksi kelakuan (trend) dimasa mendatang [7]. Untuk mengetahui produk yang sering terjual dalam periode bulan Januari sampai bulan Mei 2019 diperlukan algoritma apriori yang ada di data mining. Dengan melakukan analisa keranjang belanja menggunakan metode asosiasi dengan Algoritma Apriori, dimana kombinasi itemset transaksi penjualan barang pada meubel master borneo menghasilkan 6 rules dimana minimum confidence sebesar 41,6 % dan minimum support sebesar 0,08% berdasarkan 35 transaksi penjualan dari 63 jenis barang pada meubel Master Borneo.

This research aims to find out and analyze the factors that are predicted to determine the firm value, the factors are liquidity, debt policy, asset turnover, and profitability. The sample used in the mining sector listed on BEI for the period 2014-2018, the sampling technique using purposive sampling, obtained 118 samples. Data analysis uses multiple regressions using the SPSS program version 23. Hypothesis test results found debt policy and asset turnover positively affected firm value, while it did not prove liquidity and profitability affect firm value.

Study This goal is to ascertain how return on investment affects the share price of PT Astra International. Time frame for the study: this covers the years 2013–2018. population studied This is a mining company that is listed on IDX. Purposive sampling is used in the election sample. In the years 2008 to 2010, there were up to 31 firms miningyang listed on the IDX. utilized data analysis Simple regression analytical techniques are used to test the hypothesis.According to a results study, the results mark significance of 0.935 acquired by results processing statistics is larger than the criteria significance (0.05). The regression model is therefore not significant. Therefore, the linearity criterion is satisfied by linear regression. The R2 result is 0.002 which indicates that the variability variable dependent may be described by the variability variable independent by 0.2% while the remaining 99.8% is explained by other factors not included in the regression model.

In the first quarter of 2017, retail in Indonesia recorded a growth of 2.5%, while in 2018 the growth was only in the range of 1% -1.5%. The cause of the slow growth is the change in the consumption pattern of the people and it will continue at the beginning of 2018. In addition, the decreasing productivity of the community at the lower middle level. As a retailer, Anterah store also faces the same thing, so anticipating a decline in sales requires an analysis of the best-selling products and how to find out the relationship between the products purchased by consumers. The association relationship between these products will be used as the basis for product arrangement, so that the frequency of products that consumers often buy can be arranged closely together so that consumers do not have to look for them longer. Market basket analysis to determine the relationship between products sold simultaneously is used to explore association rules (Association Rule Mining) which will produce products that are purchased simultaneously as a consideration for product arrangement in Anterah Retail storefront. Meanwhile, the best-selling products will be explored using the Frequent Pattern Growth method in order to obtain a ranking list of the most purchased products by consumers. This analysis is used as a basis for considering product promotion. The test results on the sales sample data obtained an average value of minimum support = 0.0025, minimum confidence = 0.610, LaPlace = 0.9985, Gain = -0.006, p-s = 0.003, Lift = 103.82, Convicting 2.5285 with a processing time of 41.456 seconds.

Bisnis retail merupakan bisnis yang keberhasilannya sangat dipengaruhi oleh kemampuan untuk memahami perilaku konsumen dan kesigapan respons dari pemiliknya. Memahami konsumen dapat dilakukan dengan mempelajari data historis dari transaksi konsumen. Metode association rule-mining dalam Machine Learning dapat kita manfaatkan untuk menemukan tren pola perilaku beli konsumen yang menunjukkan keterkaitan antar produk / kategori produk. Penelitian ini bertujuan untuk menemukan tren asosiasi kategori produk serta memberikan rekomendasi penempatan produk (product placement layouting) dengan memaksimalkan exposure pembeli terhadap produk-produk yang terkait saat berbelanja suatu barang dengan harapan akan terjadi peningkatan penjualan. Sebanyak 12.760 data transaski digunakan untuk menemukan pola beli konsumen. Pola beli konsumen ini kemudian dijadikan dasar untuk memberikan rekomendasi penempatan produk untuk meningkatkan penjualan.

Hepatitis merupakan penyakit yang diderita oleh banyak orang, bahkan bisa menyebabkan kematian. Prediksi awal dapat mencegah kematian tersebut yaitu denganmengumpulkan data pasien hepatitis yang dilihat dari faktor - faktornya. Faktor-faktor tersebut antara lain Protime, Alk Phosphat, Albumin, Bilirubin dan Usia. Untuk mengolah datatersebut, dibutuhkan Data Mining. Salah satu metode data mining yang digunakan pada penelitian ini adalah klasifikasi.Tujuan penelitian ini yaitu bagaimana memprediksi hidup atau meninggalnya pasien penyakit hepatitis dengan tingkat akurasi dan mencari atribut paling berpengaruh terhadapprediksi hidup atau meninggalnya pasien penyakit hepatitis dengan menggunakan algoritma Algoritma K-Nearest Neighbor, Naïve Bayes Dan Neural Network dan kemudianmembandingkan ketiga hasil analisis dari ketiga algoritma tersebut.Dari hasil analisis 20 atribut dilakukan 3 kali percobaan dengan algoritma Naïve Bayes didapat model klasifikasi dengan tingkat akurasi yang terbaik yaitu 76.92 %, tingkat error23.01% dan atribut Acites dan Spider merupakan atribut yang berpengaruh terhadap keputusan hidup atau meninggalnya pasien yang terkena penyakit hepatitis.Dengan menggunakanAlgoritma Neural Network didapat model klasifikasi dengan tingkat akurasi yang terbaik yaitu 82,97%, tingkat error 17.03% dan atribut yang paling berpengaruh yaitu anorexia, spiders dan protime. Dengan menggunakan algoritma K-Nearest Neighbor didapat model klasifikasi dengan tingkat akurasi terbaik yaitu 93%, tingkat error 7% dan atribut yang paling berpengaruh terhadap penderita penyakit hepatitis yaitu Albumin.