Penerapan Data Mining Terhadap Data Transaksi Sebagai Pendukung Informasi Strategi Penjualan Menggunakan Algoritma Apriori

Abstract

Permasalahan yang sering ditemui pada bisnis ritel adalah penumpukan barang digudang dikarenakan menurunnya jumlah pembelian. Oleh karena itu pelaku bisnis ritel harus dapat membuat strategi penjualan agar stok barang digudang dapat terjual. Untuk dapat mengatasi hal tersebut dibutuhkan strategi penjualan yang dapat diperoleh dari pengolahan data yang tersedia menjadi informasi yang bermanfaat. Data transaksi dapat diolah dengan menggunakan data mining dengan Algoritma Apriori. Tujuan penelitian ini adalah memperoleh informasi mengenai keterkaitan antar item produk yang dapat dijadikan informasi penunjang strategi penjualan. Selain itu, dari informasi yang diperoleh dapat berguna dalam keputusan strategi penjualan, misalnya tata letak dalam penempatan item produk, penawaran item produk kepada pembeli, dan pemaketan item produk. Algoritma Apriori yang digunakan dalam penelitian ini dapat mengolah data transaksi menjadi informasi mengenai keterikatan antar item produk. Dengan uji lift ratio, penelitian ini menghasilkan 13 aturan asosiasi yang memiliki keterkaitan yang kuat.