IMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI UNTUK PENINGKATAN PENJUALAN MELALUI STRATEGI MIXED BUNDLING DI PT X
DOI:
https://doi.org/10.24853/jisi.11.2.249-260Keywords:
Penjualan, Customer Relationship Management, Data Mining, Association Rule, dan Algoritma AprioriAbstract
Pada tahun 2021, PT X mengalami penurunan penjualan pada saluran penjualan melalui e-commerce. Untuk meningkatkannya kembali, diperlukan penerapan strategi bisnis selain yang sudah diterapkan sebelumnya, dengan mengetahui pola asosiasi antar item produk yang dibeli konsumen yang dapat menjadi dasar pembuatan rekomendasi berdasarkan salah satu prinsip customer relationship management yaitu strategi mixed bundling. Data yang digunakan adalah data transaksi penjualan produk melalui e-commerce PT X dari April hingga Oktober 2021, dengan jumlah sebanyak 5.673 transaksi. Metode yang digunakan adalah data mining association rule spesifiknya algoritma apriori. Dengan menggunakan minimum support sebesar 0,15 dan minimum confidence sebesar 0.5, maka didapatkan hasil yang telah divalidasi, yaitu terdapat 5 rules untuk family product dan 5 rules untuk item produk. Dari eksperimen diketahui bahwa produk Pasta sering dibeli bersamaan dengan produk Flour, produk Cookies dan Pasta sering dibeli bersamaan dengan produk Flour, produk Noodle sering dibeli bersamaan dengan produk Flour, produk Cookies dan Noodle sering dibeli bersamaan dengan produk Flour, serta produk Noodle dan Pasta sering dibeli bersamaan dengan produk Flour. Selanjutnya dilakukan penyusunan rekomendasi strategi penjualan, terdapat 4 produk mixed bundling yang dapat menjadi alternatif dalam strategi pemasaran PT X untuk meningkatkan penjualan, yaitu produk CBT01 dan CBM01, MBL01 dan MBT01, CPB01 dan CBM01, serta CPB01 dan CBT01.References
Agrawal, R., Imielinski, T., & Swami, A. (1993). Mining Association Rules between Sets of Items in Large Databases. ACM SIGMOD Conference (pp. 1-10). California: IBM Almaden Research Center. doi:https://doi.org/10.1145/170036.170072.Arikunto, S. 1998. Prosedur Penelitian. Jakarta: Rinneka Cipta.
Bavarsad, B. (2013). Studying the Factors Affecting the Customer Relations Management (CRM) in Maroon Petrochemical Company. Interdisciplinary Journal of Contemporary Research in Business, 4(11), 845-857.
Caesar, F. X., & Somya, R. (2021). Analisis Minat Beli Produk pada Toko Oleh-Oleh Khas Surabaya dengan Algoritme FP-Growth. Seminar Nasional Dinamika Informatika (SENADI), 5(1), 5-10.
Carissa, A. (2014). Penerapan Customer Relationship Management (CRM) Sebagai Upaya untuk Meningkatkan Loyalitas pelanggan (Studi Kasus pada Bandung Sport Distro Malang). Jurnal Administrasi Bisnis, 15(1), 1-11.
Chen, M.-C., & Lin, C.-P. (2007). A Data Mining Approach to Product Assortment and Shelf Space Allocation. Expert Systems with Application, 32(4), 976-986. doi:https://doi.org/10.1016/j.eswa.2006.02.001.
Dennis, A., Wixom, B. H., & Roth, R. M. (2013). System Analysis and Design, (5th ed). New Jersey: John Willey & Sons, Inc.
Faujiah, N. (2019). Penentuan Pola Frekuensi Penjualan Makanan Menggunakan Algoritma Apriori. Santika : Jurnal Ilmiah Sains dan Teknologi.
Fayyad, U., Piatetsky-Shapiro, G., Smyth, P., & Uthurusamy, R. (1996). Advances in Knowledge Discovery and Data Mining. California: American Association for Artificial Intelligence (AAAI) Press.
Gama, A. W., Putra, I. K., & Bayupati, I. P. (2016). Implementasi Algoritma Apriori Untuk Menemukan Frequent Itemset. Majalah Ilmiah Teknologi Elektro, 15(2), 21-26.
Hadinata, N., & Kurniawan. (2020). Terdahulu Analisis Pola Pembelian Produk Makanan Ringan Menggunakan Algoritma Apriori. Jurnal SISFOKOM (Sistem Informasi dan Komputer), 9(1), 1-7. doi:https://doi.org/10.32736/sisfokom.v9i1.623.
Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques, (3rd ed). Waltham: Morgan Kaufmann Publishers.
Hanifah, Sutedja, A., & Ahmaddien, I. (2020). Pengantar Statistika (1st ed). Bandung: Widina Bhakti Persada Bandung.
Hartanti, Nofikasari, I., Hermawan, M., & Handayani, D. (2021). Penerapan Association Rule Menggunakan Apriori Untuk Rekomendasi Produksi Roti. Jurnal Bianglala Informatika, 9(1), 17-23. doi:https://10.31294/bi.v9i1.9941.
Kotler, P. (2009). Manajemen Pemasaran, Analisis, Perencanaan dan Pengendalian. (ed. 5). Jakarta: Terjemahan Ellen Gunawan. Erlangga.
Li, J., & Chen, P. (2008). The application of Association Rule in Library System. Knowledge Acquisition and Modeling Workshop, 248-251. doi:https://10.1109/KAMW.2008.4810472.
Nitisemito, A. S. (2006). Manajemen Personalia (2nd ed.). Yogyakarta: Manajemen Personalia.
Peter, J. P., & Olson, J. C. (2005). Consumer Behavior. Perilaku Konsumen dan Strategi. Jakarta: Erlangga.
Rojabi, A. (2019, August 29). Survey Research (Research Methodology). Retrieved from Medium.com: https://medium.com/@afdanrojabi/survey-research-research-methodology-c4d3aa5d1bb5.
Sugiyono. (2013). Metodelogi Penelitian Kuantitatif, Kualitatif Dan R&D. Bandung: CV Alfabeta.
Sunarti, Handayanna, F., & Irfani, E. (2021). Analisa Pola Penjualan Makanan Dengan Penerapan Algoritma Apriori. Jurnal Teknologi Informasi, 20(4), 478-488. doi:https://10.33633/tc.v20i4.4715.
Widiastuti, D., & Sofi, A. (2014). Analisis Perbandingan Algoritma Apriori dan FP-Growth Pada Transaksi Koperasi. UG Jurnal, 8(1), 21-24.
Wong, J. (2010). Internet Marketing for Beginners. Jakarta: Elex Media Komputindo.
Zulham, Rusydi, I., & Rahman, M. (2021). Analisa Pola Sistem Penjualan Makanan Ringan dengan Menggunakan Algoritma Apriori. Jurnal SAINTIKOM (Sains Manajemen Informatika dan Komputer), 20(2), 52-63. doi:https://10.53513/JIS.V20I2.3744.
Downloads
Published
Issue
Section
License
COPYRIGHT POLICY
The author(s) of an article published in the JISI UMJ retains ownership of the intellectual property rights in work (s).
PUBLISHING RIGHTS
The author(s) of an article published in the JISI UMJ have unrestricted publication rights. The authors give the JISI UMJ the right to publish the article and designate the Industrial of Engineering Universitas Muhammadiyah Jakarta Publishing as the original publisher of the article.
LICENSING POLICY
Journal of Industrial Engineering and Sciences is an open-access journal that follows the Creative Commons Non-Commercial 4.0 International License (CC BY-NC 4.0), which states that:
Under this license, the reusers must give appropriate credit, provide a link to the license, and indicate if changes were made. Users may do so in any reasonable manner, but not in any way that suggests the licensor endorses users or their use.
Please take the time to read the whole license agreement (https://creativecommons.org/licenses/by-nc/4.0/). As long as reusers follow the license conditions, the owner cannot withdraw these freedoms. The following components are included under this license:
Attribution: Users must provide appropriate attribution, including a link to the license, and indicate whether or not they made any modifications. Users are free to do so reasonably, but not in a manner that indicates the licensee approves of their usage.
NonCommercial: Users may not use the material for commercial purposes.
