• Login
    View Item 
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Industrial Technology
    • Industrial Engineering
    • View Item
    •   DSpace Home
    • Students & Alumnae
    • Undergraduate Thesis
    • Faculty of Industrial Technology
    • Industrial Engineering
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Analisis Perilaku Konsumen pada Usaha Ritel dengan menggunakan Metode Association Rule - Market Basket Analysis dan Clustering sebagai Usulan Strategi Peningkatan Penjualan (Studi Kasus: Intimart Gedongan)

    Thumbnail
    View/Open
    19522109.pdf (1.482Mb)
    Date
    2023
    Author
    Baihaqie, Muhammad Rafly Qowi
    Metadata
    Show full item record
    Abstract
    Dalam industri ritel yang sangat kompetitif, perusahaan dituntut untuk terus berinovasi dan mencari strategi bisnis yang unik guna meningkatkan performa penjualan mereka. Intimart Gedongan merupakan salah satu toko minimarket yang berada di bawah naungan perusahaan CV Intimart. CV Intimart sendiri telah berdiri sejak tahun 2018 dan mengoperasikan lebih dari 10 cabang atau minimarket yang tersebar di kota Yogyakarta dan Solo. Dalam pelaksanaannya, Intimart Gedongan masih memiliki penjualan yang naik turun selama 1 tahun sehingga sales penjualan tidak memenuhi target secara konsisten. Tujuan dari penelitian ini adalah untuk menganalisis pola perilaku pembelian konsumen di toko Intimart Gedongan guna memberikan rekomendasi strategi yang dapat efektif dalam meningkatkan penjualan. Data yang digunakan pada penelitian ini adalah data transaksi penjualan dari Toko Intimart Gedongan bulan November 2022, Desember 2022, dan Januari 2023. Metode yang digunakan pada penelitian ini adalah Association Rule – Market Basket Analysis (AR-MBA) algoritma FP-Growth dan Clustering Analysis algoritma K-Means. Berdasarkan hasil pengolahan data, pada Proses Clustering dengan K-means peneliti menggunakan software VSCode dan memanfaatkan library scikit-learn dalam bahasa pemprograman Python, didapatkan 4 cluster yang terbentuk yaitu, Mid-Morning Moderates, Diverse Afternoon Buyers, Evening Moderates, High-Value Customers. Pada metode AR- MBA algoritma FP-Growth dengan bantuan library mlxtend dalam bahasa pemprograman Python, peneliti menggunakan data dari kluster 2, karena kluster ini memiliki nilai transaksi yang berada dalam kisaran cukup tinggi dan pelanggan cenderung membeli berbagai variasi produk dimana kluster ini dapat berpotensi menjadi kluster High- Value Customers. Dari penelitian ini dihasilkan aturan asosiasi sebanyak 104 rules. Hasil analisis yang diperoleh dapat dijadikan pertimbangan dalam melakukan strategi pemasaran untuk meningkatkan penjualan diantaranya product bundling dan program poin kepada pelanggan.
    URI
    dspace.uii.ac.id/123456789/46872
    Collections
    • Industrial Engineering [2908]

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV