PENERAPAN METODE ASSOCIATION RULES DENGAN ALGORITME APRIORI UNTUK MENCARI POLA KETERKAITAN SETIAP ITEM LEWAT PERILAKU PELANGGAN PADA GAVIO BOUTIQUE COLLECTION JAKARTA PUSAT

Abstract

Susunan atau pemetaan produk pada butik GAVIO tidak tersusun rapi dan hanya sekadar di tampilkan pada pelataran toko tanpa mempelajari perilaku pelanggan yang dapat menguntungkan dalam sisi jangkauan pelanggan yang memiliki keterkaitan antara produk satu dan lainnya, juga dalam pengadaan barang pemilik melakukan pembelian barang dengan jumlah yang sama (setiap produk) tiap melakukan pengadaan, hal itu berimbas pada banyaknya barang yang hanya sedikit diminati pelanggan hanya akan menumpuk dan mengurangi nilai keuntungan. Demi mengoptimalkan pemanfaatan data tersebut maka dibutuhkan suatu sistem yang dapat mengolah data menjadi suatu informasi yang bermanfaat. Salah satunya adalah menggunakan teknik data mining. Pada penulisan tugas akhir ini, penulis membangun suatu sistem yang dapat mencari pola keterkaitan (Association rules) antara item satu dengan item lainnya dengan menggunakan data transaksi penjualan menggunakan algoritma apriori, sehingga diharapkan dapat lebih efisien dalam proses bisnis. Dengan menggunakan item yang berjumlah 42. Dataset yang digunakan adalah dataset penjualan (transaksi penjualan) selama periode bulan September 2018 hingga Maret 2019 yang berjumlah 1.493 transaksi.  Hasil yang diperoleh dari penelitian ini menghasilkan informasi yang disebut aturan (rules) dengan jumlah beragam yaitu, jika nilai minimum support 50 dengan minimum confidence 80% maka rules yang terbuat berjumlah 14, jika minimum support 50 dengan minimum confidence 90% aturan yang terbuat berjumlah 11, dan jika minimum support 50 dengan minimum confidence 100% maka aturan yang terbuat hanya berjumlah 9.