Implementasi Data Mining Pembelian Produk Yang Diminati Pada Go Perfume Fragrance Menggunakan Algoritme Apriori

Abstrak

Go Perfume Fragrance adalah usaha yang bergerak di bidang penjualan berbagai macam parfum isi ulang dengan varian aroma dari berbagai negara yang paling dicari oleh para pelanggan, dengan jumlah transaksi yang cukup besar sehingga diperlukan pengolahan data dalam skala besar untuk penunjang dalam mengambil keputusan. Selain itu dalam pemilihan aroma parfum belum adanya metode yang digunakan sehingga costumer kesulitan dalam memilih dan mencari aroma yang paling laris. Selain itu karena kurangnya tenaga kerja pegawai dan tempat yang tidak memadai menyebabkan kinerja pelayanan menjadi kurang efisien. Dengan menggunakan data Mining yaitu metode asosiasi diharapkan dapat menemukan pola keterkaitan dan menghasilkan kombinasi yang sesuai untuk mengatasi permasalahan yang terjadi di toko parfum tersebut dengan menggunakan association rule algoritme apriori. Association rule membuat pola yang cocok terkait dengan gabungan asosiasi dua data itemset, sehingga menghasilkan kombinasi yang saling berkaitan. Dengan menggunakan metode ini dapat meningkatkan efektifitas dan kinerja yang ada di toko parfum tersebut. Tujuan dari penelitian ini adalah mengetahui produk yang paling banyak dibeli dan kombinasi produk yang paling sering dibeli agar dapat menunjang keputusan dalam menempatkan posisi varian parfum pada etalase. Hasil penerapan association rules dari 30 transaksi dengan menggunakan algoritma apriori menggunakan minimum support 10% dan minimum confident 70% menghasilkan 300 rules hubungan antar indikator.