Implementasi Algoritma Apriori untuk Menentukan Paket Bundel dalam Penjualan Toko Swalayan XYZ
Main Article Content
Abstract
Penjualan paket bundel menjadi strategi pemasaran yang populer di toko swalayan XYZ untuk meningkatkan penjualan dan kepuasan pelanggan. Namun, menentukan kombinasi optimal dari produk-produk yang akan disertakan dalam paket bundel dapat menjadi tugas yang rumit. Oleh karena itu, penelitian ini mengusulkan implementasi algoritma Apriori untuk membantu toko swalayan XYZ dalam menentukan paket bundel yang paling efektif berdasarkan data penjualan. Metode Apriori digunakan untuk mengekstraksi aturan asosiasi dari data penjualan historis. Data penjualan termasuk informasi tentang produk-produk yang dibeli oleh pelanggan secara bersamaan. Algoritma Apriori akan mengidentifikasi kombinasi produk yang sering dibeli bersamaan, sehingga dapat digunakan untuk menentukan paket bundel yang menarik bagi pelanggan. Hasil dari penelitian ini menunjukkan bahwa mayoritas pelanggan yang membeli makanan juga membeli Air Mineral, dengan confident tertinggi sebesar 51,7% dan lift sebesar 2,2. Informasi ini dapat digunakan oleh Swalayan XYZ untuk membuat paket bundel yang menggabungkan makanan dan Air Mineral. Dengan menyusun paket bundel ini, Swalayan XYZ dapat memanfaatkan pola pembelian pelanggan yang teridentifikasi melalui analisis asosiasi untuk meningkatkan penjualan dan memberikan nilai tambah kepada pelanggan.
Article Details
References
[2] W. Delrinata and F. B. Siahaan, “Implementasi Algoritma Apriori Untuk Menentukan Stok Obat,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 9, no. 2, pp. 222–228, 2020, doi: 10.32736/sisfokom.v9i2.875.
[3] A. Valerian and L. Hakim, “Implementasi Algoritma Apriori Untuk Prediksi Stok Peralatan Tulis Pada Toko Xyz,” J. Ilm. Teknol. Infomasi Terap., vol. 5, no. 1, pp. 18–22, 2019, doi: 10.33197/jitter.vol5.iss1.2018.248.
[4] L. Kurniawati, A. E. Kusuma, and B. Dewansyah, “Implementasi Algoritma Apriori Untuk Menentukan Persediaan Spare Part Compressor,” Comput. Eng. Sci. Syst. J., vol. 4, no. 1, p. 6, 2019, doi: 10.24114/cess.v4i1.11303.
[5] A. S. Osman, “Data mining techniques: Review,” Int. J. Data Sci. Res., vol. 2, no. 1, pp. 1–4, 2019.
[6] A. R. Riszky and M. Sadikin, “Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan,” J. Teknol. dan Sist. Komput., vol. 7, no. 3, pp. 103–108, 2019, doi: 10.14710/jtsiskom.7.3.2019.103-108.
[7] M. T. Anwar, H. D. Purnomo, M. Novita, and C. H. Primasari, “Implementasi Metode Asosiasi Apriori Untuk Mengetahui Pola Beli Konsumen Dan Rekomendasi Penempatan Produk Pada Swalayan Xyz,” Dinamik, vol. 25, no. 1, pp. 29–38, 2020, doi: 10.35315/dinamik.v25i1.7747.
[8] I. Maryani, O. Revianti, H. M. Nur, and S. Sunanto, “Implementasi Data Mining Pada Penjualan Di Toko GOC Kosmetik Dengan Menggunakan Metode Algoritma Apriori,” Indones. J. Softw. Eng., vol. 8, no. 1, pp. 92–98, 2022, doi: 10.31294/ijse.v8i1.13017.
[9] D. Prabowo and F. Ramdani, “Penerapan Algoritma Apriori Untuk Rekomendasi Buku Pada Amikom Resource Center,” Inf. Syst. J., vol. 3, no. 1, pp. 8–12, 2020, doi: 10.24076/infosjournal.2020v3i1.207.
[10] A. N. Rahmi and Y. A. Mikola, “Implementasi Algoritma Apriori Untuk Menentukan Pola Pembelian Pada Customer (Studi Kasus : Toko Bakoel Sembako),” Inf. Syst. J., vol. 4, no. 1, pp. 14–19, 2021, [Online]. Available: https://jurnal.amikom.ac.id/index.php/infos/article/view/561
[11] A. Setiawan and F. P. Putri, “Implementasi Algoritma Apriori untuk Rekomendasi Kombinasi Produk Penjualan,” Ultim. J. Tek. Inform., vol. 12, no. 1, pp. 66–71, 2020, doi: 10.31937/ti.v12i1.1644.