Analisis Strategi Penjualan Produk Menggunakan Association Rule Dengan Algoritma Apriori (Studi Kasus : Penjualan Produk Pamella Satu Supermarket)
Abstract
Pamella Satu Supermarket berkomitmen dalam menjaga konsumen agar tetap
berlangganan. Untuk tujuan tersebut, Pamella Satu membutuhkan analisis
terhadap pola kebiasaan konsumen dalam berbelanja. Namun, data transaksi
konsumen belum dimanfaatkan dalam pengambilan keputusan terhadap pola
perilaku pembelian konsumen. Bentuk pola dapat diperoleh melalui salah satu
metode dari data mining yaitu association rule atau aturan asosiasi, yang
digunakan untuk menganalisa keranjang belanja atau yang sering dikenal sebagai
market basket analysis. Salah satu jenis algoritma yang menerapkan association
rule yaitu algoritma apriori. Algoritma tersebut merupakan algoritma yang cukup
penting serta paling unggul dalam frequent itemsets. Algoritma tersebut juga
dianggap sebagai algoritma yang lebih stabil. Data yang digunakan ialah data
transaksi konsumen selama satu bulan terakhir atau sebanyak 679,616 items. Hasil
eksekusi dari algortima apriori menunjukkan bahwa diperoleh sebanyak 29 rules
berdasarkan nilai minimum support dan minimum confidence secara berturut-turut
ialah sebesar 0.1% dan 50%. Hasil association rules menunjukkan bahwa
kebiasaan konsumen dalam berbelanja seringkali membeli produk dengan
kategori makanan. Selain itu, terdapat 6,135 produk yang hanya terbeli satu kali
dalam satu bulan terakhir, dimana pada umumnya berasal dari produk non
makanan. Dengan demikian, maka pihak Pamella Satu Supermarket dapat
memberikan voucher khusus kepada setiap konsumen untuk membeli produk
selain makanan, pada setiap pembelian item INDOMIE GORENG SPECIAL 85
GR.
Collections
- Statistics [899]