Konsumen Sebagai Co-Creation untuk Menentukan Strategi Bisnis Menggunakan Algoritma Apriori pada Industri Retail Skala Internasional
DOI:
https://doi.org/10.26418/justin.v11i3.67377Keywords:
Algoritma Apriori, Data Mining, Perilaku Konsumen, Market Basket Analysis, Strategi BisnisAbstract
Industri retail skala internasional menjual banyak variasi produk yang didapat dari berbagai vendor, transaksi penjualan yang terjadi membentuk gudang data yang tersimpan pada basis data Sistem Enterprise Resource Planning. Ketersediaan data historis hasil transaksi yang terdokumentasi dapat manfaaatkan lebih lanjut untuk ditambang dengan menganalisa keranjang belanja konsumen dengan mencari korelasi antara produk-produk dalam kumpulan transaksi penjualan yang sudah terjadi dalam kurun waktu tertentu. Algoritma apriori digunakan untuk membangun aturan asosiasi yang berfokus pada memetakan perilaku konsumen retail sebagai co-creation manajemen startegi perusahaan dan dapat menghasilkan hubungan dan aturan yang akan mengungkapkan pola preferensi pelanggan terhadap berbagai jenis produk, yang sebelumnya tersembunyi dan sulit diukur. Aturan asosiasi yang dihasilkan melalui serangkaian proses teknik data mining diujikan lebih lanjut untuk mengukur keberhasilkan aturan asosiasi menggunakan data transaksional pada periode berikutnya. Hasil pengujian aturan asosiasi dengan nilai minimum confidence 70% digunakan sebagai dasar membangun strategi bisnis diantaranya: memperkuat penjualan paket, strategi penempatan produk, segmentasi pasar berdasarkan preferensi warna, mengelola stok dan ketersediaan produk.
References
Sussolaikah, K. (2021). Market Basket Analysis for Determination of Consumer Behavior at XYZ Stores Using R Programming. Advance Sustainable Science, Engineering and Technology, 3(2), 372170.
Vairagade, R. S., Shah, T., Chavan, T., & Bhatt, R. (2016). Survey on Implementation of Market Basket Analysis using Hadoop Framework. International Journal of Computer Applications, 975, 8887.
Bhandari, A., Gupta, A., & Das, D. (2015). Improvised apriori algorithm using frequent pattern tree for real time applications in data mining. Procedia Computer Science, 46, 644-651.
Badrul, M. (2016). Algoritma asosiasi dengan algoritma apriori untuk analisa data penjualan. Jurnal Pilar Nusa Mandiri, 12(2), 121-129.
Saputra, R. A., Wasiyanti, S., & Nugraha, R. (2020). Penerapan Algoritma Apriori Untuk Analisa Pola Penempatan Barang Berdasarkan Data Transaksi Penjualan. Jurnal Swabumi, 8(2), 160-170.
Sulianta, F., Liong, T. H., & Atastina, I. (2013, March). Mining food industry's multidimensional data to produce association rules using apriori algorithm as a basis of business strategy. In 2013 International Conference of Information and Communication Technology (ICoICT) (pp. 176-181). IEEE.
Anwar, M. T., Purnomo, H. D., Novita, M., & Primasari, C. H. (2020). Implementasi Metode Asosiasi Apriori Untuk Mengetahui Pola Beli Konsumen Dan Rekomendasi Penempatan Produk Pada Swalayan XYZ. Dinamik, 25(1), 29-38.
Sianturi, F. A. (2018). Penerapan Algoritma Apriori Untuk Penentuan Tingkat Pesanan. Jurnal Mantik Penusa, 2(1).
Tampubolon, K., Saragih, H., Reza, B., Epicentrum, K., & Asosiasi, A. (2013). Implementasi Data Mining Algoritma Apriori pada sistem persediaan alat-alat kesehatan. Informasi dan Teknologi Ilmiah (INTI), 1(1), 93-106.
Luna, J. M., Fournierâ€Viger, P., & Ventura, S. (2019). Frequent itemset mining: A 25 years review. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 9(6), e1329.
Finn Lee S & Juan Santana. 2010. Data Mining : Meramalkan Bisnis Perusahaan. Jakarta : Penerbit PT. Elex Media Komputindo.
Borgelt, C. (2003, November). Efficient implementations of apriori and eclat. In FIMI’03: Proceedings of the IEEE ICDM workshop on frequent itemset mining implementations (Vol. 90).
Baetulloh, U., & Gufroni, A. I. (2019). PENERAPAN METODE ASSOCIATION RULE MINING PADA DATA TRANSAKSI PENJUALAN PRODUK KARTU PERDANA KUOTA INTERNET MENGGUNAKAN ALGORITMA APRIORI. Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 10(1), 173-188.
Harun, N. A., Makhtar, M., Abd Aziz, A., Zakaria, Z. A., & Syed, F. (2017). The application of apriori algorithm in predicting flood areas. management, 17, 18.
Grigg, D. (2002). The worlds of tea and coffee: Patterns of consumption. GeoJournal, 283-294.
Trihatmoko, R. A., Mulyani, R., & Lukviarman, N. (2018). Product placement strategy in the business market competition: studies of fast moving consumer goods. Business and Management Horizon, 6(1), 150-161.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 JUSTIN (Jurnal Sistem dan Teknologi Informasi)
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).
This is a human-readable summary of (and not a substitute for) the license. Disclaimer.
You are free to:Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
