Authors:

Ulfadiyah Nir Kumalasari, I Ketut Gede Darma Putra, I Putu Arya Dharmaadi

Abstract:

“Persaingan bisnis yang semakin ketat membuat perusahaan retail harus mencari terobosan baru untuk menentukan strategi yang tepat dalam menjalankan bisnis. Data transaksi penjualan dapat dimanfaatkan oleh pihak manajemen perusahaan untuk menganalisis kebiasaan belanja pelanggan mengenai barang-barang yang sering dibeli secara bersamaan dengan menerapkan analisis keranjang belanja (market basket analysis) menggunakan teknik data mining. Asosiasi merupakan salah satu metode data mining yang digunakan untuk menemukan hubungan menarik antara suatu kombinasi item. Apriori adalah salah satu algoritma dari metode asosiasi yang digunakan untuk menambang frequent itemset (kombinasi item yang sering muncul) dalam membentuk aturan asosiasi. Data yang digunakan dalam penelitian ini adalah sampel 200 data transaksi penjualan. Aturan asosiasi final yang diperoleh dari data transaksi tersebut adalah “Jika konsumen membeli chocolatos chocolate drink28g, maka akan membeli CUP COFFE + AIR SEDUH” dengan persentase support sebesar 2,5% dan confidence sebesar 100%. Hasil penelitian ini membuktikan bahwa Algoritma Apriori cocok diterapkan untuk menemukan pola pembelian konsumen pada data transaksi penjualan. Aturan asosiasi yang dihasilkan dapat digunakan sebagai pendukung dalam pengambilan keputusan oleh manajemen perusahaan.”

Keywords

Keyword Not Available

Downloads:

Download data is not yet available.

References

  • References
  • [1] Han J, Kamber M, Pei J. Data Mining Concepts and Techniques. Third Edition. Waltham: Elsevier Inc. 2012.
  • [2] Tan PN, Steinbach M, Kumar V. Introduction to Data Mining. Boston: Pearson Education,Inc. 2006.
  • [3] Kusrini, Luthfi ET. Algoritma Data Mining. Yogyakarta: Penerbit Andi. 2009.
  • [4] Harun NA, Makhtar M, Aziz AA, Zakaria ZA, Abdullah FS, Jusoh JA, The Application of Apriori Algorithm in Predicting Flood Areas, International Journal on Advanced Science Engineering Information Technology. 2017: 7(3).
  • [5] Xueyuan W, Bo Y. Design and Implementation of An Apriori-based Recommendation System for College Libraries, International Conference on Engineering Simulation and Intelligent Control. 2018.
  • [6] Gama AWO. Algoritma Apriori Modifikasi Dengan Teknik Combination Reduction Dan Iteration Limitation Pada Keranjang Belanja. Thesis MT. Denpasar: Postgraduate Universitas Udayana; 2016.
  • [7] Tsiptsis K, Chorianopoulos A. Data Mining Techniques in CRM: Inside Customer Segmentation. West Sussex: John Wiley & Sons, Ltd. 2009.
  • [8] Linoff GS, Berry MJA. Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management. Third Edition. Indianapolis: Wiley Publishing, Inc. 2011.

PDF:

https://jurnal.harianregional.com/jitter/full-69743

Published

2021-01-24

How To Cite

KUMALASARI, Ulfadiyah Nir; PUTRA, I Ketut Gede Darma; DHARMAADI, I Putu Arya. Implementasi Algoritma Apriori untuk Menemukan Pola Pembelian Konsumen pada Perusahaan Retail.JITTER : Jurnal Ilmiah Teknologi dan Komputer, [S.l.], v. 1, n. 2, p. 255-264, jan. 2021. ISSN 2747-1233. Available at: https://jurnal.harianregional.com/jitter/id-69743. Date accessed: 08 Jul. 2024. doi:https://doi.org/10.24843/jitter.v1i2.69743.

Citation Format

ABNT, APA, BibTeX, CBE, EndNote - EndNote format (Macintosh & Windows), MLA, ProCite - RIS format (Macintosh & Windows), RefWorks, Reference Manager - RIS format (Windows only), Turabian

Issue

Vol 1 No 2 (2020): JITTER, Vol.1, No.2, December 2020

Section

Articles

Creative Commons License This work is licensed under a Creative Commons Attribution 4.0 International License