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.