PENERAPAN METODE APRIORI PADA TOKO PAKAIAN MATAHARI

Solly Rahman Nur Harahap; Nabil Halim; M Rivansyah Nst; Erwin Ginting

Solly Rahman Nur Harahap Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer Universitas Potensi Utama.
Nabil Halim Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer Universitas Potensi Utama.
M Rivansyah Nst Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer Universitas Potensi Utama.
Erwin Ginting Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer Universitas Potensi Utama.

Keywords: Metode Apriori, analisis data, toko pakaian, pola pembelian, asosiasi produk

Abstract

Penelitian ini bertujuan untuk menerapkan metode Apriori pada toko pakaian Matahari dengan tujuan untuk mengidentifikasi pola pembelian dan asosiasi produk di dalam toko tersebut. Metode Apriori adalah salah satu teknik dalam analisis data yang digunakan untuk mengungkapkan hubungan asosiatif antara item-item dalam sebuah dataset. Studi ini dilakukan dengan mengumpulkan data transaksi penjualan dari toko pakaian Matahari selama periode tertentu. Data yang dikumpulkan mencakup informasi tentang produk yang dibeli oleh pelanggan pada setiap transaksi. Selanjutnya, metode Apriori diterapkan pada data tersebut untuk mengidentifikasi pola-pola pembelian yang signifikan dan hubungan asosiatif antara produk-produk yang dijual di dalam toko. Hasil analisis menunjukkan adanya beberapa pola pembelian yang muncul secara berulang dalam transaksi pelanggan. Pola[1]pola ini mencerminkan kecenderungan pembelian produk secara bersamaan atau berurutan. Selain itu, identifikasi hubungan asosiatif antara produk juga memberikan wawasan tentang produk-produk yang sering dibeli bersamaan oleh pelanggan. Temuan dari penelitian ini dapat memberikan manfaat bagi toko pakaian Matahari dalam mengoptimalkan strategi penjualan mereka. Dengan mengetahui pola pembelian yang umum dan hubungan asosiatif antara produk, toko dapat meningkatkan penempatan produk di dalam toko, membuat penawaran paket yang menarik, dan merancang strategi promosi yang lebih efektif. Penelitian ini memiliki beberapa batasan, di antaranya terbatasnya data yang digunakan dan fokus pada toko pakaian Matahari saja. Oleh karena itu, disarankan untuk melakukan penelitian yang lebih luas dengan melibatkan toko pakaian lainnya guna memperoleh generalisasi yang lebih baik.

References

Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th International Conference on Very Large Data Bases, 487-499.
Mallisza, D. (2016). MULTIMEDIA EDUKASI INTERAKTIF PELAJARAN BIOLOGI.
Han, J., Pei, J., & Yin, Y. (2000). Mining frequent patterns without candidate generation. Proceedings of the ACM SIGMOD International Conference on Management of Data, 1-12.
Mallisza, D. (2016). The Management System Of Alumni Departement Informatic And Computer Management Ekasakti University. UNES Journal Of Scientech research, 1(1), 88-101.
Hastuti, T., & Kusumadewi, S. (2017). Implementation of the Apriori Algorithm for Identifying Customer Preferences on Fashion Products. International Journal of Computer Science and Information Security, 15(6), 103-111.
Tan, P. N., Steinbach, M., & Kumar, V. (2005). Introduction to Data Mining. Addison-Wesley.
Mallisza, D., Adri, J., & Ismanto, H. (2022). THE IMPROVING EFORT OF TECHNICAL DRAWING WITH GIVING AN ASSIGNMENT METHODE (RECITATION) STUDENTS GRADE X TKR 1 SMK STATE 2 PAINAN. INTERNATIONAL CONFERENCE ON GLOBAL EDUCATION, 434-438. Retrieved from http://114.5.194.187/index.php/ICGE/article/view/124
Matahari Department Store. (2023). Official Website. Retrieved from [URL].
Siddique, N., & Khan, A. (2018). Market Basket Analysis Using Apriori Algorithm for Retail Sector. International Journal of Computer Science and Information Technology Research, 6(1), 33-39.
Witten, I. H., Frank, E., Hall, M. A., & Pal, C. J. (2016). Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann.
Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques. Morgan Kaufmann.
Rokach, L., & Maimon, O. (2005). Data mining with decision trees: theory and applications. World Scientific Publishing Company.