UNDAUNDA

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

Saat ini, bisnis penjualan sembako 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 Asih 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 gula pasir terbeli maka rokok ikut terbeli.

Berdasarkan hasil riset yang telah dilakukan dengan menggunakan teknik data mining menggunakan algoritma Apriori, dapat disimpulkan bahwa dari 120 data transaksi yang telah diproses dari toko Asih, yang memenuhi kriteria minimum support 6% dan minimum confidence 75%, ditemukan 4 aturan asosiasi yang relevan.Selain itu, kelima aturan asosiasi tersebut juga memiliki nilai lift ratio yang lebih dari 1.Berikut adalah 4 aturan asosiasi yang ditemukan.{gula pasir}→{rokok} dengan tingkat kepercayaan sebesar 100% dan lift ratio sebesar 12.5, tingkat kepercayaan {pasta gigi}→{rokok} dengan sebesar 12.5, lift {garam}→{rokok} dengan tingkat kepercayaan sebesar 100% dan lift ratio sebesar 12.5, {telur}→{rokok} dengan tingkat kepercayaan sebesar 100% dan lift ratio sebesar 12.Pemilik toko dapat menggunakan hasil untuk membuat rencana bisnis.Sebagai contoh, saya dapat membuat rencana penempatan barang dengan meletakkan mie di dekat telur dan beras, serta snack dan minuman di dekatnya.Selain itu, informasi ini juga dapat digunakan dalam manajemen stok barang.Misalnya, jika saya ingin menambah stok mie, saya harus menambah stok telur juga.Untuk promosi barang belanjaan, informasi ini juga dapat digunakan.Misalnya, saat mengadakan acara promosi mie, saya dapat memasukkan telur untuk menarik pelanggan.

Berdasarkan hasil penelitian ini, ada beberapa saran penelitian lanjutan yang dapat dilakukan. Pertama, penelitian dapat dilakukan dengan menggunakan data transaksi yang lebih banyak dan dari berbagai toko sembako untuk mendapatkan hasil yang lebih akurat dan representatif. Kedua, dapat dilakukan analisis lebih lanjut tentang hubungan antara produk-produk yang sering dibeli bersama-sama dan bagaimana hal ini dapat mempengaruhi strategi pemasaran dan penempatan produk di toko. Ketiga, penelitian dapat dikembangkan untuk menganalisis pola pembelian pelanggan berdasarkan demografi atau segmen pasar tertentu, sehingga toko dapat menyesuaikan strategi bisnisnya dengan lebih baik.

Read online
File size258.02 KB
Pages7
DMCAReport

Related /

ads-block-test