Analisis Algoritma Apriori Untuk Mengidentifikasi Pola Penjualan Di Toko Sembako XYZ
DOI:
https://doi.org/10.22441/jitkom.v8i1.009Keywords:
Data Mining, Analisis Pola Pembelian, Algoritma Apriori, Strategi PenjualanAbstract
Abstrak - Dalam era perdagangan yang kompetitif, pemahaman mendalam tentang perilaku konsumen menjadi kunci utama bagi keberhasilan strategi penjualan sebuah toko. Penelitian ini berfokus pada analisis pola pembelian konsumen untuk mengidentifikasi barang yang sering dibeli secara bersamaan. Masalah utama yang dihadapi adalah kurangnya pemahaman mengenai kecenderungan konsumen dalam memilih produk secara bersamaan, yang menjadi landasan untuk mengoptimalkan strategi penjualan. Metode penelitian ini melibatkan analisis data transaksi dari riwayat penjualan perusahaan selama periode tertentu. Untuk menemukan pola pembelian yang signifikan, diterapkan algoritma Apriori, sebuah metode data mining yang efektif dalam mengidentifikasi asosiasi antara item-item dalam dataset transaksi. Proses ini melibatkan langkah-langkah analisis yang mendalam, termasuk pemrosesan data, identifikasi aturan asosiasi, dan interpretasi hasil untuk merinci pola pembelian yang relevan. Hasil penelitian menunjukkan bahwa sejumlah barang memiliki keterkaitan yang signifikan dalam pembelian bersamaan oleh konsumen. Barang-barang ini memiliki potensi untuk dioptimalkan melalui strategi penjualan yang mencakup bundling produk, promosi khusus, dan strategi tata letak produk. Implementasi strategi ini berpotensi meningkatkan volume penjualan dan memberikan dampak positif pada kinerja toko. Penelitian ini memberikan pandangan mendalam tentang perilaku pembelian konsumen dan menyajikan solusi praktis untuk meningkatkan strategi penjualan. Implikasi untuk pengambilan keputusan melibatkan pemberian rekomendasi kepada pemilik toko agar dapat merancang strategi penjualan yang lebih fleksibel dan responsif terhadap kecenderungan konsumen.
References
M. Salman Al Faridzi and D. Rahman Prehanto, “Implementasi Algoritma Apriori pada Transaksi Penjualan dan Pembelian di Toko Bangunan Berbasis Website,” 2022.
C. F. Suardi, S. Y. Hasyrif, and S. Sunardi, “Implementasi Algoritma Apriori Untuk Analisis Data Transaksi Penjualan Pada Toko Berbasis Desktop,” J. Tekno Kompak, vol. 17, no. 1, pp. 136–146, 2023.
J. R. Gumilang, “Implementasi Algoritma Apriori Untuk Analisis Penjualan Konter Berbasis Web,” J. Inform. dan Rekayasa Perangkat Lunak, vol. 1, no. 2, pp. 226–233, 2020, [Online]. Available: http://jim.teknokrat.ac.id/index.php/informatika
A. Nofianti, M. Y. Yawan, and M. A. Nazar, “Implementasi Data Mining dalam Pengolahan Data Transaksi Toko Sembako Menggunakan Algoritma Apriori (Studi Kasus : Toko Devan Mart),” G-Tech J. Teknol. Terap., vol. 7, no. 1, pp. 165–173, Jan. 2023, doi: 10.33379/gtech.v7i1.1962.
M. Ghofur, Y. A. Pranoto, and F. X. Ariwibisono, “Penerapan Algoritma Apriori Untuk Analisis Data Transaksi Penjualan Pada Toko Berbasis Web,” 2020.
R. Hanifan, D. Tri, S. T. Putra, D. Hartanti, and S. Kom, “Implementasi Algoritma Apriori Untuk Pengelompokkan Produk Terbaik Pada Pangkalan Sudiawati,” KOMPUTA J. Ilm. Komput. dan Inform., vol. 11, no. 2, 2022.
D. A. Safira and A. Witanti, “Implementasi Algoritma Apriori Untuk Analisis Penjualan Dengan Berbasis Web Implementation of Aprio,” vol. 4, no. 1, pp. 114–124, 2021.
F.S. Amalia, S. Setiawansyah, and D. Darwis, “Analisis Data Penjualan Handphone Dan Elektronik Menggunakan Algoritma Apriori (Studi Kasus : CV Rey Gasendra),” TELEFORTECH : Journal of Telematics and Information Technology, vol. 2, no. 1, pp. 1–6, 2021, doi: https://doi.org/10.33365/tft.v2i1.1810.
Z. Abidin, A. K. Amartya, and A. Nurdin, “Penerapan Algoritma Apriori Pada Penjualan Suku Cadang Kendaraan Roda Dua (Studi Kasus: Toko Prima Motor Sidomulyo),” Jurnal Teknoinfo, vol. 16, no. 2, pp. 225–225, Jul. 2022, doi: https://doi.org/10.33365/jti.v16i2.1459.
A. Hidayat, N. Hendrastuty, and S. Setyawati, “Penerapan Algoritma Apriori Pada Apotek Shaqeena Untuk Memprediksi Penjualan Berbasis Android,” Jurnal Teknologi dan Sistem Informasi, vol. 4, no. 3, pp. 302–312, 2023, doi: https://doi.org/10.33365/jtsi.v4i3.2883.
Downloads
Additional Files
Published
How to Cite
Issue
Section
License
The copyright to this article is transferred to Universitas Mercu Buana (UMB) if and when the article is accepted for publication. The undersigned hereby transfers any and all rights in and to the paper including without limitation all copyrights to UMB. The undersigned hereby represents and warrants that the paper is original and that he/she is the author of the paper, except for material that is clearly identified as to its original source, with permission notices from the copyright owners where required. The undersigned represents that he/she has the power and authority to make and execute this assignment.
We declare that this paper has not been published in the same form elsewhere.
Furthermore, I/We hereby transfer the unlimited rights of publication of the above-mentioned paper as a whole to UMB. The copyright transfer covers the right to reproduce and distribute the article, including reprints, translations, photographic reproductions, microform, electronic form (offline, online) or any other reproductions of similar nature.
The corresponding author signs for and accepts responsibility for releasing this material on behalf of any and all co-authors. This agreement is to be signed by at least one of the authors who have obtained the assent of the co-author(s) where applicable. After submission of this agreement signed by the corresponding author, changes of authorship or in the order of the authors listed will not be accepted.
Retained Rights/Terms and Conditions
Although authors are permitted to re-use all or portions of the Work in other works, this does not include granting third-party requests for reprinting, republishing, or other types of re-use.
Our Articles are licensed under CC BY-NC
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
