Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R

Abstract

Semakin banyak transaksi penjualan maka diperlukan suatu sistem untuk menghasilkan informasi yang penting. Inovasi ini akan banyak memecahkan masalah di bidang sales marketing dan inventory, karena produk yang tidak begitu laku jika dipasangkan dengan tepat akan naik nilai penjualannya. Namun mencari asosiasi membutuhkan proses yang rumit karena masalah kombinasi produk yang besar apalagi jika bisnis ritel tersebut memiliki ribuan produk. Apriori adalah algoritma data mining untuk mencari hubungan antar item pada market basket analysis. Dengan menemukan pola transaksi penjualan maka diharapkan nilai bisnis meningkat. Pada proses yang dilakukan pada penelitian ini diimplementasikan menggunakan R dengan function apriori untuk mengolah data. Dimulai dari pembacaan dataset sampai dengan menemukan rekomendasi dari sistem yang sudah dibuat menggunakan function di R. Menentukan nilai support, confidence dan lift berpengaruh untuk menemukan itemset terbaik untuk penjualan selanjutnya. Uji coba yang sudah dilakukan dengan dataset transaksi menunjukkan hasil terbaik pada filter nilai support = 0,1 confidence = 0,8 dan lift > 1.