PENERAPAN DATA MINING PADA TRANSAKSI PENJUALAN MENGGUNAKAN ASSOCIATION RULE DAN APRIORI DI STREET HOUSE COFFEE
Kata Kunci:
Data Mining, Association Rule, Apriori, Street House CoffeeAbstrak
Di tengah persaingan yang semakin ketat dalam bisnis Coffee Shop, pelaku bisnis dituntut untuk mengembangkan strategi pemasaran yang efektif guna bertahan dan berkembang. Salah satu tantangan utama yang dihadapi Street House Coffee, sebuah UMKM di Tangerang, mengalami kesulitan dalam memanfaatkan data transaksi penjualan untuk menentukan strategi pemasaran yang tepat. Berdasarkan observasi dan wawancara dengan pemilik, data transaksi penjualan yang terus bertambah setiap hari belum diolah menjadi informasi yang dapat mendukung pengambilan keputusan. Untuk mengatasi permasalahan ini, penelitian ini bertujuan untuk mengidentifikasi pola pembelian pelanggan dan menyusun strategi bisnis yang lebih efektif melalui penerapan Data Mining menggunakan teknik association rule dan algoritma apriori. Penelitian ini menggunakan data transaksi Street House Coffee dari periode 1 Mei hingga 30 Juni 2024. Metode penelitian meliputi pengumpulan dataset transaksi penjualan, preprocessing data, analisis pola frekuensi tinggi, pembangunan aturan asosiasi dari frequent itemset dengan minimum support dan confidence, serta evaluasi aturan menggunakan uji lift ratio untuk menilai kualitas dan relevansinya. Implementasi algoritma apriori pada data transaksi menghasilkan 14 aturan asosiasi, dengan nilai confidence tertinggi mencapai 92.59% dan nilai uji lift sebesar 7.07 pada kombinasi produk Caramel, Milkshake, dan Thai Tea. Hasil penelitian ini memberikan kontribusi yang signifikan bagi Street House Coffee dalam menentukan strategi bisnis ke depan. Aturan asosiasi yang dihasilkan dapat digunakan untuk merekomendasikan produk kepada pelanggan dan membantu dalam pengembangan paket promosi serta strategi cross-selling yang lebih efektif.
Referensi
R. Takdirillah, “Penerapan Data Mining Menggunakan Algoritma Apriori Terhadap Data Transaksi Sebagai Pendukung Informasi Strategi Penjualan,” Edumatic J. Pendidik. Inform., vol. 4, no. 1, pp. 37–46, 2020, doi: 10.29408/edumatic.v4i1.2081.
A. Harist N, I. R. Munthe, dan A. P. Juledi, “Implementasi Data Mining Algoritma Apriori untuk Meningkatkan Penjualan,” J. Tek. Inform. UNIKA St. Thomas, vol. 06, no. 1, pp. 188–197, 2021.
S. Mardani, “Implementasi Metode Association Rules Dengan Algoritme Apriori Untuk Pola Pembelian Konsumen Di Pt. Sehati Bangunan Abadi,” Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi, vol. 2, no. September, pp. 453–462, 2023.
S. P. N. Harahap, “Implementasi Data Mining Dalam Memprediksi Transaksi Penjualan Menggunakan Algoritma Apriori (Studi Kasus : Pt.Arma Anugerah Abadi Cabang Sei Rampah),” J. Sist. Inf. Kaputama, vol. 4, no. 1, pp. 54–61, 2020.
M. M. Muchlis, I. Fitri, dan R. Nuraini, “Rancang Bangun Aplikasi Data Mining pada Penjualan Distro Bloods Berbasis Web menggunakan Algoritma Apriori,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 4, no. 2, pp. 26, 2021, doi: 10.35870/jtik.v5i1.197.
A. J. P. Sibarani, “Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Pola Penjualan Obat,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, no. 2, pp. 262–276, 2020, doi: 10.35957/jatisi.v7i2.195.
Y. M. Kristania dan S. Listanto, “Implementasi Data Mining Terhadap Data Penjualan Dengan Algoritma Apriori Pada Pt. Duta Kencana Swaguna,” J. Teknoinfo, vol. 16, no. 2, pp. 364, 2022, doi: 10.33365/jti.v16i2.1973.
I. Rosmayati, W. Wahyuningsih, E. F. Harahap, dan H. S. Hanifah, “Implementasi Data Mining pada Penjualan Kopi Menggunakan Algoritma Apriori,” J. Algoritm., vol. 20, no. 1, pp. 99–107, 2023, doi: 10.33364/algoritma/v.20-1.1259.
A. R. Riszky dan 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.
A. Prasetyo, R. Sastra, dan N. Musyaffa, “Implementasi Data Mining Untuk Analisis Data Penjualan Dengan Menggunakan Algoritma Apriori (Studi Kasus Dapoerin’S),” J. Khatulistiwa Inform., vol. 8, no. 2, pp. 94-96, 2020, doi: 10.31294/jki.v8i2.8994.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
