Implementasi Algoritma Apriori untuk Rekomendasi Kombinasi Produk Penjualan

Abstract

Analyzing and systematically extracting essential information from recording transactions is important for a business, including online stores. Sometimes, some online stores offer a product package that is not suitable for the customer. It happens because they did not process the data transaction to observe the association between products on a package. A web-based recommendation system was build using the CodeIgniter framework with PHP programming language. The system developed using Market Basket analysis that can determine the combination of products. Apriori algorithm used as a technique to analyze the relationship between products based on the data transaction. The lift ratio value generated from the rule is 1.18, which means that the rule has the power of relationships between items. We evaluate the system using USE questionnaire with usefulness results is 90.83%, ease of use 89.09%, ease of learning 95%, and satisfaction 90.94%, which strongly agree in every aspect.

Analisis Association Rule Untuk Identifikasi Pola Gejala Penyakit Hipertensi Menggunakan Algoritma Apriori (Studi Kasus: Klinik Rafina Medical Center)

“…Lift ratio merupakan tahapan uji akurasi untuk menguji kekuatan atau kevalidan dari aturan asosiasi yang sudah didapatkan [15]. Sebuah aturan asosiasi dikatakan valid atau kuat, apabila nilai lift ratio-nya > 1, maka dari itu dapat dikatakan bahwa pada transaksi tersebut satu item dan item lainnya benar-benar dibeli secara bersamaan [16]. Cara mencari lift ratio tertera pada persamaan (4) berikut:…”

Penerapan Metode Data Mining Pada Point of Sale Berbasis Web Menggunakan Algoritma Apriori

“…Pendeteksian mengenai pupuk yang sering dibeli secara bersamaan dilakukan dengan menggunakan association rule (aturan asosiasi), yang mana proses pencarian asosiasi atau hubungan antar item data ini diambil dari data transaksi penjualan pupuk harian di CV [2]. Pemahaman dan definisi yang tepat akan suatu masalah merupakan hal yang penting dalam menciptakan suatu solusi software yang tepat [3].Data tersebut hanya digunakan sebagai acuan untuk membuat laporan penjualan serta menjadi arsip saja [4]. Algoritma apriori merupakan salah satu algoritma yang menggunakan penelurusan frequent itemset berdasarkan teknik aturan asosiasi [5].…”

Penerapan Data Mining Terhadap Data Transaksi Sebagai Pendukung Informasi Strategi Penjualan Menggunakan Algoritma Apriori

“…Aturan ascociation menggunakan pengetahuan Apriori akan dapat menangkap preferensi pengguna. Metode Apriori menerapkan pengambilan data dengan aturan asosiatif (Association rule) untuk menentukan hubungan asosiatif suatu kombinasi item [4]. Terdapat beberapa tahapan dalam prosedur penerapan data mining menggunakan algoritma apriori terhadap data transaksi yaitu Data Selection, Pre-Processing, Data mining dan Evaluation.…”

“…Penelitian ini akan menganalisis aturan dalam data historis pembelian dari pengunjung Online Store untuk mendapatkan rekomendasi produk yang akan ditampilkan. Metode Apriori menerapkan pengambilan data dengan aturan asosiatif (Association rule) untuk menentukan hubungan asosiatif suatu kombinasi item [4].…”