Data Mining yang sering disebut juga Knowledge Discovery atau Intelligent Data Analysis, merupakan suatu proses pencarian pola dari sekumpulan data. Proses tersebut dapat dilakukan secara semiautomatic maupun automatic. Pola yang ditemukan haruslah tepat guna dan bermanfaat, sehingga nantinya bisa diperoleh keuntungan dari pola tersebut. Dalam hal ini, yang diharapkan biasanya adalah keuntungan ekonomis, efektifitas dan efisiensi. Untuk dapat menemukan pola-pola tersebut, jumlah data yang tersedia setidaknya harus sufficient. Singkatnya, data mining bertujuan menghasilkan suatu informasi yang dapat berguna dari sebuah database yang besar. Metode dalam data mining bermacam-macam, salah satunya adalah metode association rule. Association rules merupakan salah satu teknik data mining yang berfungsi untuk menemukan asosiasi antar variabel, korelasi atau suatu struktur diantara item atau objek-objek didalam database transaksi, database relasional, maupun pada penyimpanan informasi lainnya. Proses di dalam teknik assocation rules adalah mencari aturan-aturan yang memenuhi minimum support dan confidence. Algoritma dalam teknik association rules yang paling banyak digunakan adalah algoritma apriori. Apriori adalah suatu Algoritma yang sudah sangat dikenal dalam melakukan pencarian frequent itemset untuk mendapatkan association rules. Sesuai dengan namanya, algoritma ini menggunakan prior knowledge mengenai frequent itemset properties yang telah diketahui sebelumnya, untuk memproses informasi selanjutnya. Hasil dari penelitian ini adalah aplikasi data mining yang dibangun dengan metode association rules memberikan informasi penting yang bisa digunakan untuk membantu Divisi Regional III sebagai pengambil keputusan dalam rangka mencari pola produk Flexi Trendy yang digunakan sehingga berdampak pada peningkatan pendapatan perusahaan.

Data Mining yang sering disebut juga Knowledge Discovery atau Intelligent Data Analysis, merupakan suatu proses pencarian pola dari sekumpulan data. Proses tersebut dapat dilakukan secara semiautomatic maupun automatic. Pola yang ditemukan haruslah tepat guna dan bermanfaat, sehingga nantinya bisa diperoleh keuntungan dari pola tersebut. Dalam hal ini, yang diharapkan biasanya adalah keuntungan ekonomis, efektifitas dan efisiensi. Untuk dapat menemukan pola-pola tersebut, jumlah data yang tersedia setidaknya harus sufficient. Singkatnya, data mining bertujuan menghasilkan suatu informasi yang dapat berguna dari sebuah database yang besar. Metode dalam data mining bermacam-macam, salah satunya adalah metode association rule. Association rules merupakan salah satu teknik data mining yang berfungsi untuk menemukan asosiasi antar variabel, korelasi atau suatu struktur diantara item atau objek-objek didalam database transaksi, database relasional, maupun pada penyimpanan informasi lainnya. Proses di dalam teknik assocation rules adalah mencari aturan-aturan yang memenuhi minimum support dan confidence. Algoritma dalam teknik association rules yang paling banyak digunakan adalah algoritma apriori. Apriori adalah suatu Algoritma yang sudah sangat dikenal dalam melakukan pencarian frequent itemset untuk mendapatkan association rules. Sesuai dengan namanya, algoritma ini menggunakan prior knowledge mengenai frequent itemset properties yang telah diketahui sebelumnya, untuk memproses informasi selanjutnya. Hasil dari penelitian ini adalah aplikasi data mining yang dibangun dengan metode association rules memberikan informasi penting yang bisa digunakan untuk membantu Divisi Regional III sebagai pengambil keputusan dalam rangka mencari pola produk Flexi Trendy yang digunakan sehingga berdampak pada peningkatan pendapatan perusahaan.

https://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptunikompp-gdl-dianekasri-18343