Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori

Abstract

Data mining merupakan teknik untuk menggali informasi baru dari gudang data, informasi dipandang sangat penting dan berharga karena dengan menguasai informasi maka dengan mudah untuk mencapai sebuah tujuan, hal ini membuat setiap orang berlomba untuk memperoleh informasi, demikian juga pada usaha perdagangan seperti minimarket Ayu di Kota Batam. Minimarket ini berlokasi dekat dengan rumah penduduk, hal ini tentunya mempengaruhi tingkat penjualan, dengan adanya kegiatan penjualan setiap hari, data transaksi penjualan akan terus bertambah, menyebabkan penyimpanan data semakin besar. Data transaksi penjualan hanya dijadikan arsip tanpa dimanfaatkan dengan baik. Pada dasarnya kumpulan data memiliki informasi yang sangat bermanfaat. Analisis keranjang pasar dengan Algoritma Apriori merupakan salah satu metoda data mining yang bertujuan untuk mencari pola assosiasi berdasarkan pola belanja yang dilakukan konsumen, sehingga bisa diketahui item-item barang apa saja yang dibeli secara bersamaan, Hasil dari penelitian ini menemukan Nilai support dan confidence tertinggi adalah Minyak dan Susu dengan nilai support 42,85% dan confidence 85,71%.

Implementasi Market Basket Analysis dengan Algoritma Apriori untuk Analisis Pendapatan Usaha Retail

“…Dalam penelitian lain dilakukan analisa tentang perbandingan metode asosiasi terbaik untuk Market Basket Analysis, yaitu Algoritma Apriori dan FP-Growth, dan dihasilkan bahwa Algoritma Apriori lebih baik, dimana metode FP-Growth gagal menemukan 14 aturan pertama dengan nilai kepercayaan tinggi, tapi dalam hal performa Algoritma FP-Growth lebih baik dengan waktu eksekusi kurang dari 1 detik, sedangkan Algoritma apriori membutuhkan waktu lebih lama yaitu 41 detik [15]. Penelitian terkait menggunakan banyak data transaksi pada ujicobanya, sehingga kemungkinan hasil yang didapat valid.…”

“…Tapi nilai confidence tertinggi dapat memastikan bahwa Market Basket Analysis dapat diterapkan di toko tersebut karena masuk ke pendapatan terbanyak selama laporan di 3 bulan tersebut. Dari beberapa penelitian nilai support dan confidence tertinggi memastikan bahwa produk tersebut memiliki nilai keterhubungan yang tinggi, seperti pada penelitian Market Basket Analysis Pada Mini Market Ayu yang menghasilkan minyak dan susu merupakan produk yang memiliki nilai keterhubungan tertinggi dengan nilai support 0.43 dan confidence 0.86 [15]. Rata rata Lift ratio pada penelitian ini juga menunjukkan nilai diatas 1, yang artinya aturan asosiasi data mining yang dibuat pada penelitian ini memiliki aturan sosiasi yang kuat.…”

Product Recommendation System Application Using Web-Based Equivalence Class Transformation (Eclat) algorithm

“…The purpose of data mining is to obtain relationships or patterns that may provide useful indications (Sikumbang, 2018). A method that is often used to analyze consumer shopping behavior patterns is shopping cart analysis or Market Basket Analysis (MBA) (Elisa, 2018). This analysis is one of the methods in data mining that studies the behavior of consumer habits in buying goods in simultaneously at one time (Arnomo, 2021).…”

Prediksi Persediaan Bahan Baku untuk Produksi Percetakan Menggunakan Metode Asosiasi

“…(Nisbet et al, 2017) Data mining merupakan suatu kegiatan yang berguna dalam pemakaian data, pengumpulan data, histori penggunaan yang berguna untuk menemukan keteraturan, pola dan hubungan set data berukuran besar. (Elisa, 2018) Data mining dapat mencakup beberapa hal seperti pengelompokan dan klasifikasi, pemilihan fitur, dan ekstraksi fitur dan pembelajaran mesin teknik seperti metode pohon keputusan, model Markov tersembunyi, karya jaringan syaraf tiruan, dan mesin vektor pendukung. (Yang, 2019) Data mining merupakan topik praktis dan melibatkan pembelajaran dalam arti praktis, bukan teoretis tetapi lebih tertarik pada teknik untuk menemukan pola dalam data dan pola yang memberikan wawasan atau memungkinkan pengambilan keputusan yang cepat dan akurat.…”