Analisis Pola Pembelian Konsumen di Alfamart dengan Menggunakan Algoritma Apriori

Arif Rahman Hakim

doi:10.58520/jddat.v2i2.38

Authors

Arif Rahman Hakim STIE Nagoya Indonesia

DOI:

https://doi.org/10.58520/jddat.v2i2.38

Keywords:

Apriori, Pola Pembelian Konsumen, Pemrosesan Data

Abstract

Kemajuan ilmu pengetahuan dan teknologi telah bangkit dan mengubah gaya hidup masyarakat menjadi serba cepat dan praktis. Pembayaran dengan menggunakan mesin kasir dan sistem komputerisasi sangat berguna yang memudahkan pemilik untuk mencatat transaksi, Alfamart merupakan salah satu Alfamart yang menggunakan sistem komputerisasi untuk proses transaksinya. Tujuan dari penelitian ini adalah untuk menentukan tren pembelian klien untuk memandu pemilik bisnis dalam merencanakan tata letak produk. Pada penelitian ini penulis mengumpulkan data transaksi, memilih data secara acak, membuat tabulasi data, mengurutkan data dengan menentukan nilai support minimal 17 persen dan tingkat kepercayaan 60 persen, kemudian mengelola data tersebut dengan menggunakan metode asosiasi. menentukan hubungan antara data yang sering muncul. Excel dan Tanagra digunakan untuk pengolahan data dalam penelitian ini. Alkohol, rokok, dan bumbu dapur memiliki nilai support terbesar sebesar 27,86 persen dan nilai kepercayaan 68 persen mengikuti teknik pengujian. Penerapan data transaksi penjualan secara apriori sangat menguntungkan dan efisien dalam proses membangun kombinasi produk. Dengan penerapan metode ini, tata letak produk menjadi lebih selektif, dan perolehan barang bergantung pada pemahaman hasil pengujian sistem.

References

Arifin, Rn, Kajian, P., Informatika, T., & Nuswantoro, Ud (2020). Implementasi Algoritma Frequent Pattern Growth (Fp-Growth) Penentuan Asosiasi Antar Produk (Studi Kasus Nadiamart).

Astrina, I., Arifin, Mz, & Pujianto, U. (2019). Penerapan Algoritma Fp-Growth Dalam Menentukan Pola Pembelian Konsumen Pada Kain Tenun Medali Mas. 9(1), 32–40.

Elisa, E. (2018). Jurnal Resti Dengan Algoritma Apriori. 2(2), 472–478.

Harman, R. (2021). Computer Based Information System Journal Analisis Algoritma C4.5 Untuk Menentukan Faktor Pembelian Sepeda Bekas Pada Toko Sepeda Batam. CBIS JOURNAL, 04(02). Http://Ejournal.Upbatam.Ac.Id/Index.Php/Cbishttp://Ejournal.Upbatam.Ac.Id/Index.Php/Cbis

Hermawan, A., Sukma, A. R., & Halfis, R. (2019). Analisis Algoritma Klasifikasi C 4.5 Untuk Memprediksi Keberhasilan Immunotherapy Pada Penyakit Kutil, 5(2), 155–160. https://doi.org/10.31294/jtk.v4i2

Mardi, Y. (Nd). Jurnal Penambangan Data Informatika: Klasifikasi Menggunakan Algoritma C4. 5 Data Mining Merupakan Bagian Dari Tahapan Proses Knowledge Discovery In Database (Kdd). Jurnal Pendidikan Informatika.

Naomi, C., & Elisa, E. (2022). Analisis Pasar Basket. 01.

Silalahi, N. (2020). Penerapan Data Mining Dalam Prediksi Penjualan Prabot Rumah Tangga Menggunakan Metode Apriori Pada Toko Hasanah Mart. Building of Informatics, Technology and Science (BITS), 2(1), 33–38. http://ejurnal.seminar-id.com/index.php/bits/article/view/329

Samosir, E. P. M., & Tukino, T. (2023). ANALISA POLA DATA PENYAKIT DI KLINIK GIGI RDC DENGAN MENERAPKAN METODE ASSOCIATION. Computer Based Information System Journal, 11(1), 17–24. https://doi.org/10.33884/cbis.v11i1.6652

Tukino, T. (2019). Penerapan Algoritma C4.5 Untuk Memprediksi Keuntungan Pada PT SMOE Indonesia. JSINBIS (Jurnal Sistem Informasi Bisnis), 9(1), 39-46. https://doi.org/10.21456/vol9iss1pp39-46

Tukino and A. Maulana, "C4.5 Algorithm Application For Prediction 0f Customer Satisfaction Accuracy In PT. Pico Jaya Telesindo," 2021 International Conference on Computer Science and Engineering (IC2SE), 2021, pp. 1-6, doi: 10.1109/IC2SE52832.2021.9791939.

Tukino, T., Arnomo, S. A., & Hakim, A. R. (2022). IMPLEMENTASI ALGORITMA C4.5 DALAM PENENTUAN POLA PEMBELIAN PELANGGAN. Computer Based Information System Journal, 10(2), 13–20. https://doi.org/10.33884/cbis.v10i2.6537