PENERAPAN METODE ASSOCIATION RULE - MARKET BASKET ANALYSIS UNTUK MENINGKATKAN DAYA SAING TOKO SWALAYAN KECIL
DOI:
https://doi.org/10.32585/japti.v2i1.1469Abstract
Setiap pelaku usaha dalam menjalankan usahanya tentu menginginkan keuntungan yang optimal dengan biaya yang seminimal mungkin. Untuk mencapai hal tersebut, pengusaha harus bisa menjalankan usahanya secara efektif dan efisien. Salah satu cara untuk mendapatkan strategi yang efektif adalah dengan memahami karakteristik pelanggan dalam berbelanja. Market Basket Analysis (MBA) digunakan untuk mengetahui pola belanja kosumen dengan menemukan aturan assosiatif antara suatu kombinasi item (item set) yang dihitung dengan metode Association Rule. Aturan- aturan asosiasi ini akan sangat berguna dalam menentukan strategi bisnis seperti mendesain katalog, menata layout, serta merancang kampanye pemasaran dan promosi. Pengolahan data dilakukan dengan menggunakan 400 sampel transaksi selama sebulan. Association Rule dapat diterima jika nilai lift ratio lebih besar dari 1. Item set yang didapatkan dari pengolahan data menggunakan software Rapid Miner dapat digunakan sebagai acuan untuk pemilik toko dalam membuat strategi promo, diskon untuk produk – produk yang jarang terbeli dan menata produknya yang memungkinkan pelanggan lebih mudah dalam menemukan produk yang ingin dibeli dan membeli produk lebih banyak dengan cara meletakan produk – produk yang memiliki asosiasi kuat secara berdekatan.
Kata kunci: Association Rule, Market Basket Analysis, Ritel, Pemasaran, Layout, data mining.
Downloads
References
Aprilla C.D., Donny, A.B., Lia, A., I Wayan, S.W., (2013). Belajar Data Mining dengan RapidMiner. Jakarta : Gramdia Pustaka Utama.
Despitaria, Sujaini, H., & Tursina. (2016). Analisis asosiasi pada transaksi obat menggunakan data mining dengan algoritma a priori. JUSTIN (Jurnal Sistem Dan Teknologi Informasi), 4(2), 1–6.
Farkhan. (2008). Desain Ulang Tata Letak Di Toko Buku Ramadhan Agency Melalui Pendekatan Perilaku Konsumen Dengan Metode Market Basket Analysis. Volume 5 No.1. Universitas Brawijaya.
Fachrul, K., Umayah, B., Hammad, J., Nugroho, S.M.S., Hariadi, M. (2018). Market Basket Analysis to Identify Customer Behaviors by Way of Transaction Data, Knowledge Engineering and Data Science (KEDS), Vol 1, No 1, January 2018, pp. 20–25.
Gunadi, G. & Dana, I., S. (2012). Penerapan metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori dan Frequent Pattern Growth (FP-Growth) : Studi kasus Percetakan PT. Gramedia. Jurnal Telematika Mkom, Vol.4, pp. 118-132.
Han, J., Kamber, M., & Pei, J. (2001). Data Mining: Concepts And Technologies. Data Mining Concepts Models Methods & Algorithms, 5(4), 1-18.
Han, J., Micheline, K., & Jian P. (2012). Data Mining : Concepts and Techniques Third Edition. Amerika Serikat : Morgan Kaufmann. Heizer, J., Render, B. (2004). Principios De Administración De Operaciones. Pearson Educación.
Heizer, J., & Render, B. (2004). Principios De Administración De Operaciones. Pearson Educación.
Kaur, K., Kang, S. (2016). Market Basket Analysis: Identify the changing trends of market data using association rule mining. Procedia Computer Science 85, pp. 78 – 85.
Radhiaty, R., Husufa, N., Letik, J. D., & Wicaksana, I. (2009). Personifikasi Web E-Commerce Menggunakan Basket Algoritma Dari Data Mining. Proceeding PESAT (Psikologi, Ekonomi, Sastra, Arsitektur &Sipil).
Rina, H., Amroni, Pareza, A.J. (2017). Perancangan Market Basket Analysis Menggunakan Association Rule untuk Pendukung Keputusan Promosi pada Sistem Penjualan Sun Young Cell, PROCESSOR Vol. 12, No. 1, pp. 964-973.
Safa’atillah, N. (2017). Analisis Pengaruh Faktor Price Discount ,Bonus Pack dan Brand Image Terhadap Konsumen dalam Melakukan Impulse Buying pada Produk Oriflame di Kota Lamongan, Jurnal Penelitian Ilmu Manajemen, Volume II No. 3, pp. 483- 493.
Selpi, Y. (2018). Keberadaan Mini Market Alfamart dan Indomaret Kaitannya dengan Tingkat Penghasilan Pedagang Tradisional di Wilayah Kecamatan Talang Kelapa Kabupaten Banyuasi Sumatera Selatan, Jurnal Swaarnabhumi, Vol.3, No 1. Pp. 67 – 76.
Ulmer, D. (2002). Mining an Online Auctions Data Warehouse. In The Mid Atlantic Student Workshop on Programming Languages and Systems (Vol. 19).
Winarno, S. (1998). Pengantar Penelitian Ilmiah Dasar. Bandung: Tarsito.
Downloads
Published
How to Cite
Issue
Section
License
The copyright to this article is transferred to Jurnal Aplikasi Ilmu Teknik Industri (JAPTI) if and when the article is accepted for publication under Creative Commons Attribution-ShareAlike 4.0 International License. The undersigned hereby transfers any and all rights in and to the paper including without limitation all copyrights to Jurnal Aplikasi Ilmu Teknik Industri (JAPTI). The undersigned hereby represents and warrants that the paper is original and that he/she is the author of the paper, except for material that is clearly identified as to its original source, with permission notices from the copyright owners where required. The undersigned represents that he/she has the power and authority to make and execute this assignment.