UNDAUNDA

EJECTS: Journal Computer, Technology, and Informations SystemEJECTS: Journal Computer, Technology, and Informations System

Saat ini, bisnis penjualan Tas mengalami perkembangan dan peningkatan yang signifikan. Akibatnya, setiap toko mengalami peningkatan jumlah transaksi. Namun, banyak toko masih mengalami kesulitan menempatkan barang sesuai dengan apa yang sering dibeli atau barang apa pun yang sering dibeli. Dalam artikel ini, kami akan menjelaskan bagaimana kami dapat menggunakan Algoritma Apriori untuk mengetahui penempatan produk yang tepat dan produk apa saja yang paling sering dibeli oleh pelanggan. Tujuan dari proses ini adalah untuk membantu toko dalam menyusun produk mereka sehingga mereka dapat membantu pelanggan dan dengan mudah menemukan produk yang paling sering dibeli oleh pelanggan. Pada kasus ini saya akan menggunakan penelitian selama 10 hari pada toko Dimas Jaya dengan total 120 transaksi. Penelitian ini akan menggunakan 4 aturan yang memenuhi dukungan minimal 6% dan kepercayaan minimal 75%, dari hasil penelitian ini didapatkan 4 aturan asosiasi penempatan yang relevan atau memenuhi 4 aturan dari minimal support dan confidence. Diantaranya adalah pada saat Tas Dwanmis terbeli maka Tas Alto ikut terbeli.

Berdasarkan analisis yang telah dilakukan melalui penerapan teknik data mining dengan menggunakan algoritma Apriori, dapat disimpulkan bahwa dari 120 catatan transaksi yang telah diolah dari toko Dimas Jaya, dimana batas dukungan minimum adalah 6% dan tingkat kepercayaan minimum adalah 75%, berhasil diidentifikasi 4 peraturan asosiasi yang memiliki relevansi.Selain itu, kelima peraturan asosiasi tersebut juga menunjukkan bahwa nilai rasio lift-nya melebihi angka 1.Pemilik toko dapat menggunakan hasil untuk membuat rencana bisnis.Sebagai contoh, saya dapat membuat rencana penempatan barang dengan meletakkan produk tas levarno di dekat tas dwanmis dan tas polo, serta tas Balito dan tas alto secara urut dan tersusun dengan benar.

Penelitian selanjutnya dapat mengkaji pengaruh faktor-faktor lain, seperti promosi dan musim, terhadap pola pembelian tas. Selain itu, penelitian dapat diperluas dengan menggunakan data dari beberapa toko untuk mendapatkan gambaran yang lebih komprehensif tentang perilaku konsumen. Pengembangan sistem rekomendasi produk berbasis algoritma Apriori juga dapat menjadi arah penelitian yang menarik, dengan tujuan membantu toko dalam menyusun produk dan meningkatkan kepuasan pelanggan.

Read online
File size267.9 KB
Pages7
DMCAReport

Related /

ads-block-test