| dc.description.abstract | Dalam dunia bisnis retail, permasalahan yang paling banyak dihadapi adalahbagaimana cara menjual berbagai produk makanan, baik itu cake maupun pastrydalam jangka waktu tertentu dengan cepat. Jika tidak bisa dijual, keadaan ini akanmenimbulkan kerugian meskipun strategi promosi diskon sudah dilakukan. Olehkarena itu, pengusaha ritel harus dapat memperkirakan berapa banyak stok produkyang harus tersedia dan merencanakan strategi penjualan lain yang lebih efektif untukmemenuhi kebutuhan konsumen dalam jangka waktu yang ditentukan. Salah satustrategi penjualan yang diusulkan adalah Bundling System, yaitu menggabungkanberbagai produk antara yang diminati dan yang tidak terjual. Tentunya, strategi ini
ditujukan agar semua produk dapat terjual sehingga dapat mengurangi kerugian. Namun strategi ini masih belum efektif jika dilakukan secara manual. Hal ini karenahasil dari proses bundling belum memuaskan preferensi konsumen. Alasan utamanyaadalah peritel belum memahami perilaku pelanggan dengan jelas sehingga mengalami
kesulitan dalam membundel produk. Dapat dilihat dari hasil perencanaan yangberbeda dalam memprediksi stok dan bundling oleh staf yang berbeda tiap waktunya. Oleh karena itu, penting untuk mengembangkan sistem otomatis. Tujuan dari
penelitian ini adalah merancang sistem bundling otomatis yang ergonomis dan mudahdigunakan berdasarkan data mining. Market Basket Analysis diterapkan untukmemahami pola perilaku konsumen dalam membeli produk ritel. Association Rules
dengan metode Apriori Algorithm diterapkan untuk mengetahui hubungan antara satuatribut dengan atribut lainnya untuk memperoleh beberapa informasi dari pola tertentu. Konsep Usability dan Ergonomics digunakan sebagai panduan untukmengembangkan sistem ini. Hasil yang diharapkan dari penelitian ini adalah sistembundling otomatis untuk pengecer makanan yang lebih nyaman, lebih efektif, lebihefisien, dan lebih memuaskan | en_US |
