UPBUPB

Computer Based Information System JournalComputer Based Information System Journal

Toko A8 Electronic & Furniture Piayu menghadapi tantangan dalam mengidentifikasi kombinasi produk yang sering dibeli dan mengatur produk untuk kenyamanan pelanggan. Penelitian ini bertujuan menganalisis pola pembelian konsumen dan mengelompokkan konsumen berdasarkan kebiasaan mereka menggunakan algoritma Apriori dan K-Means. Algoritma Apriori mengidentifikasi itemset yang sering muncul, seperti kemungkinan 55% pembelian AC setelah membeli kipas dan kecenderungan membeli mikrofon bersama speaker. K-Means clustering dengan konfigurasi optimal 4 cluster (score Davis-Bouldin: 0.754) mengelompokkan 54 item di cluster 0, 18 di cluster 1, 20 di cluster 2, dan 28 di cluster 3. Temuan ini direkomendasikan untuk optimasi pengelolaan stok, penyesuaian promosi, dan peningkatan layanan pelanggan. Studi ini menunjukkan potensi analisis data transaksi untuk mendukung pengambilan keputusan strategis dan pertumbuhan bisnis.

Penelitian ini berhasil menentukan bahwa di Toko Piayu Elektronik & Furnitur A8, terdapat kemungkinan 55% konsumen yang membeli kipas angin juga akan membeli AC.Hasil penelitian menunjukkan hubungan antar item yang dapat digunakan untuk meningkatkan strategi penjualan.Analisis clustering menemukan bahwa kebiasaan pembelian konsumen secara efektif dibagi menjadi 4 cluster dengan nilai Davis Bouldin 0.Barang elektronik merupakan produk yang paling populer, sementara barang furniture memerlukan fokus lebih dalam strategi pemasaran.

Penelitian selanjutnya dapat mengembangkan penggunaan algoritma Apriori dan K-Means pada data transaksi dari sektor bisnis lain untuk memvalidasi efektivitas metode ini. Selain itu, peneliti dapat mengeksplorasi integrasi teknik data mining dengan pendekatan machine learning untuk meningkatkan akurasi prediksi pola pembelian. Serta, studi lanjutan dapat mengevaluasi dampak pengelompokan pelanggan berdasarkan kebiasaan pembelian terhadap kepuasan pelanggan dan retensi bisnis.

  1. IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS POLA PEMBELIAN KONSUMEN PADA TOKO SERBA | JATI (Jurnal... ejournal.itn.ac.id/index.php/jati/article/view/9624IMPLEMENTASI ALGORITMA APRIORI UNTUK ANALISIS POLA PEMBELIAN KONSUMEN PADA TOKO SERBA JATI Jurnal ejournal itn ac index php jati article view 9624
  2. PENERAPAN DATA MINING REKOMENDASI BUKU MENGGUNAKAN ALGORITMA APRIORI | JSiI (Jurnal Sistem Informasi).... e-jurnal.lppmunsera.org/index.php/jsii/article/view/1899PENERAPAN DATA MINING REKOMENDASI BUKU MENGGUNAKAN ALGORITMA APRIORI JSiI Jurnal Sistem Informasi e jurnal lppmunsera index php jsii article view 1899
  3. IMPLEMENTASI ALGORITMA ASOSIASI FP-GROWTH DAN KLASIFIKASI K-MEANS TERHADAP POLA PEMBELIAN KONSUMEN DI... ejournal.itn.ac.id/index.php/jati/article/view/8848IMPLEMENTASI ALGORITMA ASOSIASI FP GROWTH DAN KLASIFIKASI K MEANS TERHADAP POLA PEMBELIAN KONSUMEN DI ejournal itn ac index php jati article view 8848
  4. FAKTOR REVOLUSI PERILAKU KONSUMEN ERA DIGITAL : SEBUAH TINJAUAN LITERATUR | JIPIS. faktor revolusi perilaku... ejournal.unis.ac.id/index.php/JIPIS/article/view/3286FAKTOR REVOLUSI PERILAKU KONSUMEN ERA DIGITAL SEBUAH TINJAUAN LITERATUR JIPIS faktor revolusi perilaku ejournal unis ac index php JIPIS article view 3286
Read online
File size1.23 MB
Pages19
DMCAReport

Related /

ads-block-test