Implementasi Market Basket Analysis Menggunakan Algoritma Apriori pada Data Penjualan Buku

Abstract

Pada saat ini toko penjualan produk buku sangat banyaknya di berbagai daerah. Hal ini menjadi sebuah tantangan tersendiri bagi perusahaan Toko Bina Ilmu untuk bersaing di industri perdagangan itu sendiri. Oleh karena itu dibutuhkan adanya proses Data Mining dalam hal pengumpulan dan pengolahan data dengan menggunakan metode Association Rules Mining atau lebih dikenal dengan sebutan Market Basket Analysis untuk mengetahui hubungan antar barang pada satu dataset sebagai sebuah strategi dari perusahaan Toko Bina Ilmu. Sistem Informasi Penjualan produk buku yang ada di perusahaan Bina Ilmu belum benar-benar dapat dimanfaatkan untuk menentukan pengambilan keputusan yang tepat dalam sistem persediaan barang, sehingga sangat berpengaruh terhadap tingkat penjualan. Penelitian ini menggunakan Algoritma Apriori untuk mencari jenis produk buku yang paling banyak terjual diantara beberapa produk buku. Algortima Apriori digunakan untuk menentukan pola pembelian produk buku untuk persediaan produk buku berdasarkan kecendrungan pembeliaan produk buku oleh konsumen.Untuk pengembangan sistem dibangun dengan pendekatan Market Basket Analysis untuk menentukan produk mana yang akan dibeli oleh konsumen berdasarkan analisa terhadap daftar transaksi pelanggan. Hasil Implementasi Market Basket Analysis dengan Algoritma Apriori Jika membeli buku Novel, maka akan membeli buku Internet dengan support 50% dan confidence 75%. Jika membeli buku Internet, maka akan membeli buku Novel dengan support 50% dan confidence 80%. Dapat disimpulkan bahwa jenis produk buku yang paling banyak terjual adalah buku Novel dan buku Internet, dengan diketahuinya produk yang paling banyak terjual tersebut, sehingga perusahaan dapat menyusun strategi pemasaran untuk memasarkan produk dengan jenis lain dengan meneliti apa kelebihan produk yang paling banyak terjual tersebut dengan produk lainnya dan dapat menambah persedian buku Novel dan buku Internet

Analysis of Goods Stock Using the Apriori Algorithm to Aid Goods Purchase Decision Making

“…This research uses an a priori algorithm. The Apriori algorithm is very efficient and can speed up the process of forming trends in itemset combination patterns from sales results (Thariq, 2023)Besides that, this algorithm is very popular in searching for frequent itemsets as well as determining or finding rules from large databases (Hernando, 2019).…”