Market Basket Analysis Pola Pembelian Ritel Dengan Algoritma Apriori (Studi Kasus : Java Mart)
Abstract
Saat ini persaingan antar ritel menjadi semakin ketat. Oleh karena itu,
manajemen ritel harus mengembangkan strategi untuk meningkatkan penjualan.
Minimarket Java Mart memiliki data transaksi yang belum dimanfaatkan secara
maksimal. Maka dari itu diperlukan analisis pola perilaku belanja konsumen pada
data transaksi untuk membantu pengambilan keputusan dalam manajemen ritel.
Pada penelitian ini metode yang digunakan untuk menganalisis pola perilaku
konsumen adalah metode MBA (Market Basket Analysis) menggunakan
Association Rule dengan Algortima Apriori. Tujuan dari analisis tersebut adalah
untuk mengetahui hasil implementasi market basket analysis menggunakan
algoritma apriori pola pembelian ritel Java Mart dan mengetahui produk di Java
Mart yang sering dibeli tiap periode. Dengan menggunakan parameter minimum
support dan minimum confidence sebersar 0.001 dan 0.2 dapat diketahui rules
berdasarkan data transaksi sehingga dapat diketahui pola-pola pembelian konsumen
Java Mart. Dari hasil analisis terdapat empat rule yang memiliki nilai OCVR rendah
sehingga rule tersebut tetap stabil pada setiap periode dan dapat digunakan setiap
saat di dalam tiga bulan. Hasil rules dapat dijadikan sebagai pembuatan strategi
untuk meningkatkan penjualan minimarket Java Mart.
Collections
- Statistics [899]