ANALISA MARKET BASKET PENJUALAN MSGLOW MEN MENGGUNAKAN APRIORI PADA TOKO MSGLOW_VISA CIBUBUR

• MUHAMMAD ALDI SETIAWAN

---

ABSTRAK

ABSTRAK

Muhammad Aldi Setiawan (11182634), Analisa Market Basket Penjualan Msglow Men Menggunakan Apriori Pada Toko Msglow_Visa Cibubur.

Keterkaitan untuk mengetahui penjualan Msglow Men pada toko Msglow_Visa Cibubur serta penjualan terbanyak setiap bulannya. Msglow Men ini juga sudah teruji di BPOM, halal dan sudah teruji secara klinis. Metode yang diterapakan dengan menggunakan metode apriori. Pengambilan metode apriori ini menggunakan database dari penjualan produk pada setiap bulannya selama 1 tahun 9 bulan. Dalam penelitian ini dapat menggunakan metode dalam data mining yaitu menggunakan association rules pada keterkatikan antar produk. Dengan menerapkan algoritma apriori dalam data penjualan setiap bulannya. Penerapan dengan algoritma tersebut dapat membatu dalam mengetahui kandidat kombinasi item yang mungkin terjadi. Setelah melakukan penerapan dilakukan pengujian apakah kombinasi tersebut memenuhi parameter support dan confidence minimum yang merupakan nilai ambang batas yang diberikan oleh pengguna. Hasil dari penelitian ini didapatkan setelah menggunakan perbandingan minimum support dan minimum confidence yang berbeda-beda berdasarkan data transaksi yang ada adalah dengan menggunakan minimum support 30% (kuatnya kombinasi item tersebut dalam database). Dan minimum confidence 50% (Kuatnya hubungan antar item dalam aturan asosiasi). Menghasilkan sebelas aturan asosiasi. Salah satu contohnya yaitu jika konsumen membeli paket basic men maka 71,43% akan membeli paket men complete. Dari data hasil aturan yang didapatkan, maka diketahui menu apa saja yang sering dibeli secara bersamaan oleh setiap konsumen. Informasi ini dapat membantu pihak pemilik toko Msglow_Visa Cibubur dalam mengambil sebuah keputusan bisnis yang berhubungan ke depannya dalam menyiapkan produk yang dibeli oleh konsumen.

Kata Kunci : Association rules, Algoritma Apriori, Market Basket, Confidence, Support, Konsumen.

KATA KUNCI

Metode Apriori

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] S. H. Imawan, “PENGARUH INFLUENCER ONLINE MARKETING RAFFINAGITA TERHADAP PURCHASE INTENTION PRODUK MS GLOW MEN DENGAN BEHAVIOR CONTROL SEBAGAI VARIABEL MODERATING DI INSTAGRAM (Studi Kasus pada Mahasiswa Universitas Kristen Petra),” J. Strateg. Pemasar., vol. 3, no. 1, pp. 121–131, 2021.

[2] S. K. Mutoi, Amril Siregar, S.Kom. Dan Puspabhuana, Adam, DATA MINING: Pengolahan Data Menjadi Informasi dengan RapidMiner. 2017.

[3] V. Moertini, “Data Mining Sebagai Solusi Bisnis,” Data Min. Sebagai Solusi Bisnis, vol. 7, no. 1, pp. 44–56, 2017, [Online]. Available: https://eric.ed.gov/?id=ED539082%0Ahttp://www.win.tue.nl/~mpechen/resear ch/edu.html.

[4] A. Deolika, V. S. Ginting, T. Maryana, R. Sudiyarno, and K. Kusrini, “Implementasi Algoritma Apriori Dan Forward Chaining Untuk Menentukan Makanan Yang Tepat Pada Penderita Diabetes,” J. Teknol. Inf., vol. 3, no. 2, p. 207, 2019, doi: 10.36294/jurti.v3i2.1080.

[5] A. Muhidin, P. Studi, T. Informatika, S. Tinggi, and T. Pelita, “Klasifikasi Penduduk Tidak Mampu Desa Mandiraha Wetan Menggunakan Algoritma C4.5,” J. Pelitabangsa, vol. 9, no. 3, pp. 13–18, 2019.

[6] M. P. Tana, F. Marisa, and I. D. Wijaya, “Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Pada Toko Oase Menggunakan Algoritma Apriori,” J I M P - J. Inform. Merdeka Pasuruan, vol. 3, no. 2, pp. 17–22, 2018, doi: 10.37438/jimp.v3i2.167.

[7] A. Junaidi, “Implementasi Algoritma Apriori dan FP-Growth Untuk Menentukan Persediaan Barang,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 8, no. 1, pp. 61–67, 2019, doi: 10.32736/sisfokom.v8i1.604.

[8] H. Maulidiya and A. Jananto, “Asosiasi Data Mining Menggunakan Algoritma Apriori dan FP-Growth sebagai Dasar Pertimbangan Penentuan Paket Sembako,” Proceeding SENDIU 2020, vol. 6, pp. 36–42, 2020.

[9] M. S. Rizkiyanto, Hendra., Safiudin, Ilham S.Pd, “Transaksi Pakaian Di Toko 64 Sahabat Busana Besuki,” no. 49, 2019.

[10] E. Elisa, “Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 2, pp. 472–478, 2018, doi: 10.29207/resti.v2i2.280.

[11] S. Budiman, “Data Mining Apriori,” Maj. Ilm. Inf. dan Teknol. Ilm., 2017.

[12] M. Duggan, D. R. Roderick, and J. Sieburg, “Data bases,” Proc. 1970 25th Annu. Conf. Comput. Cris. How Comput. are Shap. our Futur. ACM 1970, pp. 1–7, 2017, doi: 10.1145/1147282.1147284.

[13] Muhamad Ridwan; Mersyia F.;James P, “Menggunakan Pivot Tabel Pada Ud . Multi Tehnik,” vol. 9, no. 1, pp. 304–309, 2020.

[14] S. I. Nurhafida and F. Sembiring, “Analisis Text Clustering Masyarakat di Twiter Mengenai Mcdonald’sxbts Menggunakan Orange Data Mining,” Semin. Nas. Sist. Inf. dan Manaj. Inform., vol. 1, no. 1, pp. 28–35, 2021.

[15] I. Qoniah and A. T. Priandika, “Analisis Market Basket Untuk Menentukan Asossiasi Rule Dengan Algoritma Apriori (Studi Kasus: Tb. Menara),” J. Teknol. dan Sist. Inf., vol. 1, no. 2, pp. 26–33, 2020.

[16] N. F. FAHRUDIN, “Penerapan Algoritma Apriori untuk Market Basket Analysis,” MIND J., vol. 1, no. 2, pp. 13–23, 2019, doi: 10.26760/mindjournal.v4i1.13-23.