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.