Penerapan Algoritma Apriori dalam Menentukan Rekomendasi Paket Produk

Abstract

Toko Surya Elektrik Turen di Kabupaten Malang mengalami kesulitan untuk menentukan paket produk yang biasa dibeli oleh konsumen. Untuk menyelesaikan masalah ini, penelitian ini menggunakan Apriori untuk mengidentifikasi pola hubungan antara produk dan data transaksi. Algoritma ini terbukti efektif dalam menemukan produk yang banyak dibeli bersama, tetapi tidak dapat diaplikasikan secara langsung untuk merekomendasikan paket produk karena terdapat produk yang direkomendasikan berulang kali. Oleh karena itu, untuk menghasilkan rekomendasi yang lebih relevan, penelitian ini menambahkan parameter kategori untuk membatasi pola hubungan yang sama atau berulang. Hasil penelitian menunjukkan Peningkatan nilai parameter minimum support dan minimum confidence berpengaruh signifikan terhadap aturan asosiasi yang terbentuk. Terdapat penurunan jumlah rekomendasi sebesar 80% dari pengujian minimum support 0.06 dan minimum confidence 0.6 dengan minimum support 0.1 dan minimum confidence 0.8. tetapi mengalami peningkatan nilai rata rata support sebesar 35% dan peningkatan rata rata nilai confidence sebesar 32%. Jumlah rekomendasi yang dibuat berkurang, tetapi kualitas asosiasi yang terbentuk meningkat. Selain itu penambahan parameter kategori pada algoritma Apriori mempengaruhi jumlah rekomendasi yang dihasilkan. Dimana kombinasi 4-itemset dengan kategori Lampu, Kabel, Fitting dan Stop Kontak menghasilkan 1 rekomendasi yang cocok dengan rata rata support sebesar 0.056 dan rata rata confidence 0.529.