PENERAPAN ALGORITMA APRIORI UNTUK IDENTIFIKASI POLA PEMBELIAN KONSUMEN DI RESTORAN MULTI CABANG
Keywords:
Area Data Transaski, Asosiasi Apriori, Nilai Support, Nilai Confidence, Pola PenjualanAbstract
Saat ini data transaksi penjualan yang berasal dari 90 gerai, yang tersebar di pulau Jawa dan Bali, telah tercatat di aplikasi dan disajikan dalam bentuk grafik dan tabel untuk penggunaan internal manajemen. Namun potensi informasi dari data tersebut belum sepenuhnya dimaksimalkan untuk peningkatan penjualan dan inovasi produk. Dalam menghadapi volume data penjualan yang besar, pengolahan data secara manual tidak akan efektif. Oleh karena itu, diperlukan bantuan sistem yang mampu memproses data secara cepat dan akurat, salah satunya adalah analisis pola belanja konsumen.
Analisis pola belanja akan dilakukan dengan menggunakan data mining asosiasi. Analisis dilakukan dengan melakukan beberapa pengaturan yaitu periode transaksi yang digunakan, area transaksi, nilai support dan confidace, serta pengaturan kombinasi item set yang diinginkan berdasarkan jenis menu yang diinginkan.
Algoritma Apriori berhasil mengidentifikasi sejumlah aturan asosiasi yang signifikan antara berbagai item yang sering dibeli bersama oleh konsumen. Pola-pola ini menunjukkan preferensi konsumen terhadap kombinasi menu tertentu, dan terdapat variasi pola pembelian yang signifikan antara cabang-cabang yang berbeda.
References
Novita, R., & Suha, H. Aplikasi pola belanja dengan aturan asosiasi menggunakan algoritma Apriori. Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, Vol 8 No.1. (Februari 2022)
Alfiyan, A. R., Kahfi, A. H., Kusumayudha, M. R., & Rezki, M. Analisis market basket dengan algoritma Apriori pada transaksi penjualan di Freshfood. IJCIT (Indonesian Journal on Computer and Information Technology), Vol. 4, No.1 (Mei 2019).
Erwansyah, K., Andika, B., & Gunawan, R. Implementasi data mining menggunakan asosiasi dengan algoritma Apriori untuk mendapatkan pola rekomendasi belanja produk pada Toko Avis Mobile. J-SISKO TECH: Jurnal Teknologi Sistem Informasi dan Sistem Komputer, Vol 4 No. 1 (2021).
Asana, I. M. D. P., Sudipa, I. G. I., Mayun, A. A. T. W., Meinarni, N. P. S., & Waas, D. V. Aplikasi data mining asosiasi barang menggunakan algoritma Apriori-TID. Informatics Journal, Vol. 7, No. 1 (2022).
Han, J., Kamber, M., & Pei, J. Data mining: Concepts and techniques (3rd ed.). Elsevier Inc. (2012)
Maheshwari, A. K. . Business intelligence and data mining. Business Expert Press, LLC (2015)
Shmueli, G., Bruce, P. C., Yahav, I., Patel, N. R., & Lichtendahl, K. C., Jr. (2018). Data mining for business analytics: Concepts, techniques, and applications in R. John Wiley & Sons, Inc. (2018).
