Penerapan Data Mining Untuk Mengetahui Customer Behaviour Toko Artpedia Dengan Menggunakan Algoritma Apriori

Ratih Dwi Lestari, Irfan Darmawan, Oktariani Nurul Pratiwi

Abstract

Abstrak Persaingan di dunia bisnis semakin ketat khususnya dalam penjualan di toko online. Banyak pebisnis yang berlomba - lomba untuk membuka toko online karena jangkauannya yang luas dan kemudahannya dalam bertransaksi dengan pembeli. Oleh sebab itu, pebisnis yang membuka toko online harus memikirkan strategi penjualan baru agar dapat mempertahankan bisnisnya. Artpedia merupakan salah satu toko alat seni dan lukis yang juga menjual produknya secara online melalui beberapa e-commerce Indonesia. Pada tahun 2019, ada beberapa bulan tertentu yang mengalami penurunan penjualan sebesar 57-80% jika dibandingkan dengan jumah transaksi paling banyak. Penurunan penjualan terjadi dikarenakan adanya liburan semester untuk pelajar. Untuk mengatasi hal tersebut, Artpedia harus mencari strategi penjualan baru agar dapat menstabilkan penjualan produk yang mengalami penurunan. Salah satu strategi untuk meningkatkan penjualan adalah dengan memanfaatkan data transaksi penjualan yang nantinya akan diolah menjadi informasi yang berguna untuk strategi penjualan yang baru. Penelitian ini berfokus pada pengolahan data (Data Mining) transaksi penjualan yang dimiliki oleh Artpedia untuk mengetahui pola hubungan antar item satu dengan yang lain menggunakan algoritma apriori. Hasil dari penelitian ini adalah 6 pasang itemset yang memenuhi aturan yang diterapkan yaitu dengan nilai confidence dan lift ratio minimal 1. Hubungan antara 2 itemset tersebut bisa digunakan oleh Artpedia untuk penempatan produk di offline store atau bisa juga digunakan untuk rekomendasi produk untuk pelanggan yang membeli salah satu diantara dua itemset tersebut. Kata kunci : Data Mining, Algoritma Apriori, Strategi Penjualan, Rekomendasi produk. Abstract Competition in the business world is getting tougher, especially in sales at online stores. Many business people are competing to open online stores because of their wide reach and ease of dealing with buyers. Therefore, business people who open online stores must think of new sales strategies in order to maintain their business. Artpedia is an art and painting tool shop that also sells its products online through several Indonesian e-commerce sites. In 2019, there were a number of specific months that experienced a decline in sales of 57-80% of the highest number of transactions. The decline in sales occurred due to semester breaks for students. To overcome this, Artpedia must find a new sales strategy in order to stabilize product sales that have declined. One strategy to increase sales is to utilize sales transaction data which will later be processed into useful information for new sales strategies. This research focuses on data processing (Data Mining) sales transactions owned by Artpedia to determine the pattern of relationships between items with one another using a priori algorithm. The results of this study are 6 pairs of itemset that meet the applied rules, namely with a minimum value of confidence and lift ratio 1. The relationship between the 2 itemset can be used by Artpedia for product placement in the offline store or can also be used for product recommendations for customers who buy incorrectly one of the two itemsset. Keywords: Data Mining, Apriori Algorithm, Business Strategy, Product Reccomendation

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0