STRATEGI PENJUALAN DENGAN MENGETAHUI POLA PEMBELIAN PELANGGAN TERHADAP DATA PENJUALAN MENGGUNAKAN ALGORITMA APRIORI

Abstract

Semakin banyaknya persaingan dalam dunia bisnis khususnya dalam industri penjualan, menuntut para pelaku perusahaan untuk menemukan suatu strategi yang dapat meningkatkan penjualan dan pemasaran produk yang dijual, salah satunya adalah dengan pemanfaatan data penjualan produk. Data transaksi yang dimiliki sebuah toko atau swalayan setiap harinya pasti bertambah, namun sering kali ditemukan fakta bahwa data transaksi tersebut disimpan begitu saja dan tidak dimanfaatkan. Hal inilah terjadi pada Toko Sabar Collection, dimana data transaksi yang ada selama ini tidak digunakan dengan baik, padahal kumpulan data transaksi tersebut, memiliki potensi informasi-informasi yang bisa diolah untuk menghasilkan pengetahuan baru yang bermanfaat. Pengolahan data transaksi ini bisa dilakukan dengan teknik data mining. Salah satu teknik pada data mining yang dapat digunakan adalah dengan metode aturan asosiatif (association rule). Salah satu algoritma pengambilan data dengan aturan asosiatif adalah algoritma Apriori. Algoritma ini berfungsi untuk menentukan hubungan asosiatif suatu kombinasi item dan cocok diterapkan bila terdapat beberapa hubungan item yang ingin dianalisis. Tujuan penelitian ini adalah menerapkan data mining pada data transaksi bulan Februari 2022 hingga April 2022 yang ada di Toko Sabar Collection. Proses pengolahan data mining dilakukan menggunakan aplikasi rapidminer dengan sampel berjumlah 97 data transaksi penjualan diperoleh hasil 12 rules asosiasi, dengan aturan asosiasi yang memiliki nilai lift terbesar adalah aturan “Jika membeli Kaos Pendek dan Kemeja Panjang, maka membeli Celana Jeans Panjang”, dan aturan “Jika membeli Kaos pendek dan Gesper, maka membeli Celana Jeans Panjang” dengan nilai lift 2,66.