ANALISA POLA PEMBELIAN DI “KEDAI BANG YHOGA’S” MENGGUNAKAN METODE APRIORI

Arief Setyo Widodo, Anief Fauzan Rozi

Abstract


Kedai Bang Yhoga’s termasuk kedai baru yang masih berusia 6 bulan. Namun, setiap harinya kedai tersebut cukup ramai dikunjungi oleh konsumen terutama kalangan mahasiswa. Banyaknya persaingan bisnis serta penjualan yang kurang stabil, mengharuskan pemilik kedai untuk mengatur strategi pemasaran dan promosi dengan baik agar kedai dapat mempertahankan eksistensinya di mata konsumen. Untuk mencapai hal tersebut, ada beberapa langkah yang dapat dilakukan yaitu dengan meningkatkan kualitas produk serta pemanfaatan data transaksi. Data transaksi dapat dimaksimalkan dengan melakukan analisa data transaksi penjualan. Penelitian ini mengaplikasikan metode algoritma apriori untuk membantu pemilik usaha Kedai Bang Yhoga’s dalam mengatasi permasalahan dan untuk memperoleh rekomendasi daftar menu (item) melalui aplikasi Weka. Hasil analisis data transaksi penjualan pada aplikasi Weka, menunjukan bahwa dari 58 item menu yang disajikan, ada beberapa item menu yang memiliki frekuensi tinggi. Item tersebut dapat digunakan sebagai acuan pemilik usaha sebagai pertimbangan dalam menyusun menu pada kedai serta dapat digunakan sebagai acuan dalam mengkombinakasikan dengan item yang memiliki frekuensi rendah. Berdasarkan hasil penelitian, didapatkan 50 hasil kombinasi item yang memiliki nilai confidence minimal 90%. Berdasarkan analisis yang telah dilakukan, hasil analisis melalui aplikasi Weka sesuai dengan hasil perhitungan manual, dari sejumlah 58 display item dalam penentuan pola pembelian dan frekuensi item terbaik, diperoleh 30 rekomendasi display item pada menu Kedai Bang Yhoga’s.

 

DOI : https://doi.org/10.33005/sibc.v14i1.1876


References


H. Agrawal, R. Joshi, and M. Gupta, “Isolation, purification and characterization of antioxidative peptide of pearl millet (Pennisetum glaucum) protein hydrolysate,” Food Chem., vol. 204, pp. 365–372, 2016.

A. Choubey, R. Patel, and J. L. Rana, “A Survey of Efficient Algorithms and New Approach for Fast Discovery of Frequent Itemset for Association Rule Mining ( DFIARM ),” Int. J. Soft Comput. Eng., vol. 1, no. 2, pp. 62–67, 2011.

J. Han, M. Kamber, and J. Pei, Data mining: Concepts and techniques, Third. Morgan Kaufmann, 2012.

W. Aprianti, P. Negeri, T. Laut, J. Permadi, P. Negeri, and T. Laut, “Penerapan Algoritma Apriori untuk Transaksi Penjualan Obat pada Apotek Azka,” in Seminar Nasional Matematika dan Aplikasinya, 2017, no. Oktober, pp. 436–442.

A. Feelders, H. Daniels, and M. Holsheimer, “Methodological and practical aspects of data mining,” vol. 37, pp. 271–281, 2000.

R. Yanto and R. Khoiriah, “Implementasi Data Mining dengan Metode Algoritma Apriori dalam Menentukan Pola Pembelian Obat,” Citec J., vol. 2, no. 2, pp. 102–113, 2015.

M. Bramer, Principles of Data Mining. London: Springer Science+Business Media, 2007.


Full Text: Vol. 14 No. 1. pp 1-10

Refbacks

  • There are currently no refbacks.


 


Jurnal Sistem Informasi dan Bisnis Cerdas (SIBC)
Program Studi Sistem Informasi, Fakultas Ilmu Komputer, UPN "Veteran" Jawa Timur
Jl. Rungkut Madya Gunung Anyar Surabaya 60294
Email : sibc@upnjatim.ac.id



 

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.