Analisis Pola Pembelian dan Penjualan Bisnis Menggunakan Algoritma Apriori dalam Studi Market Basket
Analisis Pola Pembelian dan Penjualan Bisnis Menggunakan Algoritma Apriori dalam Studi Market Basket
DOI:
https://doi.org/10.30812/income.v1i2.3182Kata Kunci:
Apriori, Market Basket analysis, BusinessesAbstrak
Metode Apriori digunakan untuk meningkatkan penempatan produk, peluang penjualan lintas produk, serta mengelola stok dan promosi secara efektif. Dengan wawasan mendalam tentang pola pembelian, bisnis dapat meningkatkan penjualan, kepuasan pelanggan, dan efisiensi operasional. Meningkatkan strategi penjualan lintas produk:
Penelitian ini bertujuan memberikan wawasan bagi bisnis dalam meningkatkan strategi penjualan lintas produk dengan memahami hubungan antara item pembelian yang terkait. Bisnis dapat menawarkan rekomendasi produk yang relevan, baik melalui penempatan produk di toko maupun rekomendasi daring, untuk meningkatkan penjualan dan pengalaman pembelian pelanggan. Metode dan Algoritma Apriori digunakan dalam menganalisis pembelian dan penjualan market basket.
Penelitian menunjukkan hubungan yang signifikan antara pembelian Roti dan Kopi oleh pelanggan secara bersamaan. Support "toast" dan "coffee" adalah 0.023666, yang berarti 2.3666% dari total 30 transaksi mencakup kedua itemset tersebut, confidence "toast → coffee" adalah 0.704403, yang berarti jika pelanggan membeli "toast", kemungkinan mereka juga membeli "coffee" sebesar 70.4403%, lift "toast → coffee" adalah 1.472431, yang menunjukkan bahwa kemungkinan membeli "coffee" meningkat sebesar 1.472431 kali jika pelanggan juga membeli "toast. Hal ini memberikan kesempatan bagi bisnis untuk meningkatkan penjualan dengan penempatan produk yang strategis,
Referensi
[2] D. Listriani, A. H. Setyaningrum, and F. Eka, “PENERAPAN METODE ASOSIASI MENGGUNAKAN ALGORITMA APRIORI PADA APLIKASI ANALISA POLA BELANJA KONSUMEN (Studi Kasus Toko Buku Gramedia Bintaro),†vol. 9, no. 2.
[3] X. Yuan, “An improved Apriori algorithm for mining association rules,†in AIP Conference Proceedings, American Institute of Physics Inc., Mar. 2017. doi: 10.1063/1.4977361.
[4] J. Jha and L. Ragha, “Educational Data Mining using Improved Apriori Algorithm,†2013. [Online]. Available: http://www.irphouse.com/ijict.htm
[5] P. Bist and A. Prambudi, “Implementation Of Data Mining On Glasses Sales Using The Apriori Algorithm,†International Journal of Cyber and IT Service Management (IJCITSM), vol. 1, no. 2, pp. 159–172, 2021, doi: 10.34306/ijcitsm.v1i1.46.
