PREDIKSI KEBUTUHAN MATERIAL PEMBANGUNAN JARINGAN TELKOM MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS : PT. TELKOM AKSES MAGELANG)

NUR’AINI, LAYLI (2021) PREDIKSI KEBUTUHAN MATERIAL PEMBANGUNAN JARINGAN TELKOM MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS : PT. TELKOM AKSES MAGELANG). Other thesis, UNIVERSITAS MUHAMMADIYAH MAGELANG.

Preview	PDF (SKRIPSI) 1705040011__BAB I_BAB II_BAB III_BAB V_DAFTAR PUSTAKA.pdf - Published Version Download (887kB) | Preview
	PDF (SKRIPSI) 1705040011_BAB IV.pdf - Published Version Restricted to Registered users only Download (953kB) | Request a copy
	PDF (SKRIPSI) 1705040011_FULLTEXT.pdf - Published Version Restricted to Registered users only Download (2MB) | Request a copy
	PDF (SKRIPSI) 1705040011_LAMPIRAN - layli nur.pdf - Published Version Restricted to Registered users only Download (828kB) | Request a copy
	PDF (SKRIPSI) 1705040011_PERNYATAAN_UNGGAH_REPOSITORY - layli nur.pdf - Published Version Restricted to Registered users only Download (567kB) | Request a copy

Abstract

PT Telkom Akses merupakan salah satu anak perusahaan PT. Telkom Indonesia Tbk. PT Telkom Akses tersebar di seluruh Indonesia dan memiliki beberapa divisi salah satunya divisi project supervisor. Divisi project supervisor merupakan divisi yang bertugas dalam proyek pembangunan jaringan telkom. Hal yang sering terjadi yaitu kurangnya ketersediaan material dan proses pre-order yang lama, sehingga menghambat proyek yang telah disepakati penyelesaianya. Algoritna apriori adalah salah satu algoritma data mining dalam metode asosiasi, yaitu mencari dengan hubungan antar item yang saling berkaitan. Penelitian ini menggunakan bantuan software RStudio. Prediksi ini diharapkan dapat membantu untuk mempersiapkan stok material di gudang sehingga mencegah kekosongan material di gudang. Hasil dari penelitian ini berupa rule yang memenuhi nilai minimum support (suatu ukuran yang menunjukkan seberapa besar tingkat dominasi suatu item/item set dari keseluruhan transaksi) sebesar 27,84%, minimum confidence (suatu ukuran yang menunjukkan hubungan antar 2 item secara conditional) sebesar 84,48% dan lift ratio (ukuran untuk melihat kuat atau tidaknya aturan asosiasi yang terbentuk) bernilai > 1.

Item Type:	Karya Ilmiah (Other)
Pembimbing:	Mukhtar Hanafi, S.T., M.Cs. dan Emilya Ully Artha, M.Kom.
Uncontrolled Keywords:	Data Mining, Apriori, Rstudio, Stok.
Subjects:	T Technology > T Technology (General)
Depositing User:	Sulistya Nur Ginanjar, SIP.
Date Deposited:	11 Oct 2022 06:16
Last Modified:	11 Oct 2022 06:16
URI:	http://eprintslib.ummgl.ac.id/id/eprint/3513

Actions (login required)

View Item