Analisis Pola Pembelian Produk Kecantikan Menggunakan Algoritma Apriori

Ismasari Nawangsih, Pupung Purnamasari

Abstract


Penerapan Data Mining dapat di gunakan untuk semua bidang, diantaranya bidang bisnis, bidang pendidikan, telekomunikasi dan sebagainya. Dalam bidang bisnis misalnya hasil implementasi data mining dapat membantu para pebisnis dalam  membuat kebijakan  menentukan pengambilan keputusan terhadap apa yang berhubungan dengan persediaan barang. Misalnya pentingnya sistem persediaan barang di suatu Toko  untuk jenis barang yang laris dibeli konsumen maka harus di stok untuk mengantisipasi kekosongan barang. Karena minimnya stok barang dapat berpengaruh pada pelayanan konsumen dan pendapatan Toko. Metode yang sering  digunakan untuk menganalisa pola pembelian konsumen adalah metode asosiasi atau association rule mining. Association rule mining adalah suatu metode untuk mencari pola hubungan antar satu atau lebih itemset yang ada dalam suatu dataset.    Algoritma yang paling popular dalam mencari pola hubungan itemset adalah  algoritma apriori atau sering disebut dengan market basket analysis. Proses yang dilakukan dalam penelitian ini menggunakan tools Rapid Miner untuk mengolah data dengan algoritma apriori dengan sampel toko penjualan skincare. Dengan pencarian pola menggunakan algoritma apriori ini diharapkan informasi yang dihasilkan dapat meningkatkan strategi penjualan.


Full Text:

PDF

References


J. Han, M. Kamber, and J. Pei, (2012). Data Mining: Concepts and Techniques.

Y. A. M, W. Choiriah, and A. Akmal, (2019). “Penerapan Data Mining Menggunakan Metode Assiciation Rule dengan Algoritma Apriori untuk Analisa Pola Penjualan Barang,” Jurteksi (Jurnal Teknol. dan Sist. Informasi), vol. V, no. 2, pp. 193–198, 2019, doi: https://doi.org/10.33330/jurteksi.v5i2.362.

A. Setiawan and F. P. Putri, (2020). “Implementasi Algoritma Apriori untuk Rekomendasi Kombinasi Produk Penjualan,” Ultim. (Jurnal Tek. Inform., vol. XII, no. 1, pp. 66–71, doi: https://doi.org/10.31937/ti.v12i1.1644.

M. Fauzy, K. R. Saleh W, and I. Asror, (2016). “Penerapan Metode Association Rule Menggunakan Algoritma Apriori Pada Simulasi Prediksi Hujan Wilayah Kota Bandung,” J. Ilm. Teknol. Inf. Terap., vol. II, no. 2, pp. 221–227, 2016, doi: https://doi.org/10.33197/jitter.vol2.iss3.111.

Kusrini and T. Emha, (2015). “Definisi Data Mining,” Data Min.

E. T. L. Kusrini, (2005). Data Mining.

M. Afdal and M. Rosadi, (2019). “Penerapan Association Rule Mining Untuk Analisis Penempatan Tata Letak Buku Di Perpustakaan Menggunakan Algoritma Apriori,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 5, no. 1, p. 99, doi: 10.24014/ rmsi.v5i1.7379.

A. Setiawan and R. Mulyanti, (2020). “Market Basket Analysis dengan Algoritma Apriori pada Ecommerce Toko Busana Muslim Trendy,” JUITA J. Inform., vol. 8, pp. 11–18, doi: 10.30595/juita.v8i1.4550.

Djamaludin et al., (2017). “Analisis pola pembelian konsumen pada transaksi penjualan menggunakan algoritma apriori,” EECCIS J., vol. 8, no. 2, pp. 671–678.

D. Listriani, A. H. Setyaningrum, and F. Eka, (2018). “Penerapan Metode Asosiasi Menggunakan Algoritma Apriori Pada Aplikasi Analisa Pola Belanja Konsumen (Studi Kasus Toko Buku Gramedia Bintaro),” J. Tek. Inform., vol. 9, no. 2, pp. 120–127.

N. A. Hasibuan et al., (2017). “Implementasi Data Mining Untuk Pengaturan Layout,” EECCIS J., vol. 4, no. 4, pp. 6–11, 2017.

D. S. Kusumo, M. A. Bijaksana, and D. Darmantoro, (2016). “Data Mining Dengan Algoritma Apriori Pada Rdbms Oracle,” TEKTRIKA - J. Penelit. dan Pengemb. Telekomun. Kendali, Komputer, Elektr. dan Elektron., vol. 8, no. 1, pp. 1–5.

R. I. Hidayat, J. T. Informatika, U. I. N. Sunan, and G. Djati, (2018). “Penerapan Fungsi Association Rule pada Data Mining untuk Mengoptimalkan Tata Letak Barang di Toserba Menggunakan Algoritma Frequent Pattern Growth ( Studi Kasus : Toserba Borma Cipadung Bandung ),” INSIGHT Volume 1 No. 4 | Oktober 2018 292-306, vol. 1, no. 4, pp. 292–306.

G. Gunadi and D. I. Sensuse, (2015). “Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth ( Fp-Growth )”, Telemat. MKOM Vol 4, No 1 > Gunadi, vol. 4, no. 1, pp. 118–132.

I. Fahmi, H. Suyono, and M. Sarosa, (2016). “Optimasi Seleksi Aturan Untuk Rekomendasi Bundling Produk Melalui Kombinasi Algoritma Apriori dan Utility Weighted Score ( UWS ),” EECCIS J., vol. 10, no. 2, pp. 59–62.

S. Kasus, U. Dehasen, S. Haryati, A. Sudarsono, and E. Suryana, (2015). “Implementasi Data Mining Untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5,” vol. 11, no. 2, pp. 130–138.

A. Juwita, W. D. Sayekti, and Y. Indriyani, (2015). “Sikap Dan Pola Pembelian Bumbu Instan Kemasan Oleh Konsumen Rumah Tangga Di Bandar Lampung,” Jiia JIIA, Vol. 3 No. 3, JUNI 2015, vol. 3, no. 3, pp. 329–335.

A. W. dan T. I. Wijaksana, (2016). “Pengaruh Proses Personal Selling Terhadap Volume Penjualan Indihome (Studi Pada PT. Telkom Witel Semarang), “ e-Proceeding Manag. Vol 3, No 2>Wahyudi , vol.3, no.2, p.202.




DOI: https://doi.org/10.37012/jtik.v9i1.1614

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Ismasari Nawangsih, Pupung Purnamasari

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

Address:
Universitas Mohammad Husni Thamrin
Jl. Raya Pd. Gede No.23-25, RT.2/RW.1, Dukuh, Kec. Kramat jati, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta 13550

Creative Commons License
Jurnal Teknologi Informatika & Komputer Mohammad Husni Thamrin is licensed under a Creative Commons Attribution 4.0 International License.

View My Stats