Implementasi Market Basket Analysis Algoritma Apriori Untuk Menentukan Strategi Pemasaran Dan Perancangan Sistem Informasi Membership (Studi Kasus : Log-Mart Potorono)
Abstract
Di Yogyakarta terdapat banyak toko yang bergerak dibidang ritel, salah
satunya adalah LOG-Mart Potorono. Banyaknya toko-toko yang bergerak
dibidang ritel menyebabkan persaingan bisnis tidak bisa dihindari. Oleh karena
itu, LOG-Mart Potorono harus memiliki strategi pemasaran dan promosi yang
efektif untuk dapat menarik konsumen. Tujuan utama penelitian ini adalah untuk
mengetahui pola pembelian komsumen di LOG-Mart Potorono pada 17 April
2021 sampai 17 Desember 2021 dan merancang sistem informasi membership di
LOG-Mart Potorono, sehingga hasil penelitian ini dapat dijadikan landasan
penulis untuk menentukan strategi pemasaran dan sistem informasi membership
yang dapat diusulkan kepada LOG-Mart Potorono. Metode yang digunakan dalam
penelitian ini adalah analisis deskriptif dan Market Basket Analysis algoritma
apriori. Dari penelitian yang dilakukan didapatkan kesimpulan bahwa dari hasil
MBA yang dilakukan terhadap kelompok-kelompok item dengan menggunakan
minimum support sebesar 0.001 dan minimum confidence sebesar 0.6 didapatkan
14 strong rules, sedangkan dari hasil MBA yang dilakukan terhadap item-item
dengan menggunakan minimum support sebesar 0.001 dan minimum confidence
sebesar 0.3 didapatkan 6 strong rules. Strategi pemasaran yang dapat diusulkan
kepada LOG-Mart Potorono supaya penjualan toko tersebut dapat meningkat
adalah meletakkan kelompok-kelompok item maupun item-item sesuai dengan
strong rules yang didapatkan, membuat suatu promosi yang menjual itemset yang
ada di rules secara bersamaan, dan membuat kartu membership.
Collections
- Statistics [900]