ANALISIS MARKET BASKET DENGAN ALGORITMA APRIORI (STUDY KASUS TOKO ALIEF)

  • Hernawati .
Keywords: Data mining, Algortima Apriori, Support, Confidence

Abstract

Dalam persaingan dunia bisnis sekarang ini menurut para pelakunya untuk senantiasa mengembangkan bisnis
mereka dan juga agar selalu bertahan dalam persaingan. Untuk mencapai hal itu, ada beberapa hal yang bisa
dilakukan yaitu dengan meningkatkan kualitas produk dan penambahan jenis produk. Untuk memenuhi kebutuhan
tersebut terdapat beberapa hal yang bisa dijalankan salah satunya dengan melakukan analisis data transaksi.
Algoritma apriori termasuk jenis aturan asosiasi pada data mining. Aturan yang menyatakan asosiasi atau
association rule mining adalah teknik data mining untuk menemukan aturan suatu kombinasi item. Salah satu
tahap analisis asosiasi pola frequensi tinggi (frequent pattern mining). Penting tidaknya suatu asosiasi dapat
diketahui dengan dua tolak ukur, yaitu support dan confidence. Nilai penunjang (support) adalah persentase
kombinasi item tersebut dalam database sedangkan nilai kepastian (confidence) adalah kuatnya hubungan antaritem
dalam aturan asosiasi. Dari data 30 transaksi terdapat 1 pola asosiasi yang memenuhi syarat, salah satunya
adalah jika membeli telur maka akan membeli rokok dengan nilai confidence tertinggi = 62,5%, sehingga
membantu untuk menggambil keputusan perusahaan sebagai gambaran dalam rangka mendapatkan pola penjualan
produk untuk promosi.
K

Published
2018-03-01