INTEGRASI ALGORITMA APRIORI DAN K-MEANS DALAM ANALISIS POLA PEMBELIAN UNTUK MENINGKATKAN STRATEGI PEMASARAN

Violita Eka Putri
Hindriyanto Dwi Purnomo


DOI: https://doi.org/10.29100/jipi.v10i1.5768

Abstract


UMKM pada bidang usaha kuliner sedang mengalami peningkatan yang signifikan sehingga muncul persaingan dalam dunia bisnis yang semakin tidak terelakkan. Selain itu, kebiasaan pelanggan dalam melakukan pembelian yang membutuhkan waktu lama menjadi perhatian khusus bagi pemilik bisnis Premium Salad.co untuk dapat membuat penawaran produk yang lebih sesuai dengan keinginan pelanggann. Oleh karena itu, penelitian ini bertujuan untuk membentuk sebuah strategi pemasaran dalam bentuk rekomendasi paket menu atau dapat juga digunakan sebagai paket bundling produk dengan memperhatikkan produk apa saja yang memiliki frekuensi penjualan yang sering dibeli secara bersamaan oleh pelanggan, hal ini bertujuan untuk meningkatkan daya tarik pelanggan. pada saat memilih dan membeli produk, meningkatkan keuntungan penjualan, pemerataan penjualan produk, sekaligus inovasi baru untuk mengimbangi adanya persaingan bisnis kuliner. Data transaksi yang sebelumnya tidak dimanfaatkan secara optimal oleh Premium Salad.co kini dapat dimanfaatkan untuk mencari pengetahuan lebih dalam mengenai gambaran penjualan produk yang terjadi secara keseluruhan dengan bantuan data mining. Pada penelitian ini metode data mining yang digunakan yaitu clustering dan aturan asosiasi. Algoritma k-means berperan untuk mengelompokkan data dalam 4 cluster dengan nilai uji validitas Davies Bouldin Index (DBI) sebesar 0,465. Algoritma apriori berpartisipasi dalam pencarian aturan asosiasi pada cluster. Tujuan dari penggabungan dua metode ini agar menghasilkan aturan asosiasi yang lebih variatif dan lebih sesuai dengan penyelesaian masalah yang dibutuhkan. Dengan menetapkan dukungan minimum sebesar 0,01 dan kepercayaan minimum sebesar 0,5. Pada cluster 0 dengan dataset 321 transaksi menghasilkan 1 aturan dengan tingkat kepercayaan tertinggi sebesar 75%. Cluster 3 dengan dataset paling kecil yaitu 127 transaksi mampu menghasilkan sejumlah 16 aturan dengan tingkat kepercayaan tertinggi mencapai 100%.

Keywords


Apriori ; Association Rules ; Clustering ; K-means ; Market Basket Analysis ; Rapidminer

Full Text:

PDF

Article Metrics :

References


A. Setiyaningrum and Y. Ramawati, “Peran Dimensi-Dimensi Entrepreneurial Marketing dalam Mendorong Kesuksesan Bisnis UMKM di Industri Ekonomi Kreatif,” J. Ekon. Bisnis dan Kewirausahaan, vol. 9, no. 2, p. 125, 2020, doi: 10.26418/jebik.v9i2.39818.

R. N. Fajri, “Pertumbuhan Ekonomi melalui Pengembangan Sistem Keuangan Usaha Mikro, Kecil dan Menengah (UMKM) Makanan dan Minuman di Yogyakarta,” Owner, vol. 6, no. 2, pp. 1318–1335, 2022, doi: 10.33395/owner.v6i2.723.

L. Z. Firdausya and D. P. Ompusunggu, “Usaha Mikro Kecil Dan Menengah (Umkm) Di Era Digital Abad 21,” Tali Jagad J., vol. 1, no. 1, pp. 16–20, 2023.

K. K. Rafiah and D. H. Kirana, “Analisis Adopsi Media Sosial Sebagai Sarana Pemasaran Digital Bagi UMKM Makanan dan Minuman di Jatinangor,” Jesya (Jurnal Ekon. Ekon. Syariah), vol. 2, no. 1, pp. 188–198, 2019, doi: 10.36778/jesya.v2i1.45.

D. Widianto, M. Syafrullah, and ..., “Implementasi Algoritma Fp-Growth Dalam Menganalisa Pola Pesanan Berbasis Website Pada Dapur D3,” Pros. Semin. …, vol. 2, no. April, pp. 34–44, 2023, [Online]. Available: http://senafti.budiluhur.ac.id/index.php/senafti/article/view/504%0Ahttp://senafti.budiluhur.ac.id/index.php/senafti/article/download/504/240

P. Konsumen, P. Toserba, and Y. Semarang, “Implementasi algoritma apriori untuk analisis pola pembelian konsumen pada toserba yusuf semarang,” vol. 9, no. 2, pp. 1013–1021, 2024.

Y. D. Krisnawati et al., “Jurnal Ilmiah Pendidikan Ekonomi Dari Relasi Berujung Promosi (Studi Kasus Mata Pencaharian Usaha Rumah Makan Pendahuluan Usaha Mikro Kecil Menengah (UMKM) Merupakan Salah Satu Sektor Ekonomi Yang Saat Ini Sedang Berkembang Dan Dijadikan Cara Alternatif),” J. Ilm. Pendidik. Ekon., vol. 4, no. 2, 2019.

M. Yetri, S. Yakun, E. Stmik, and T. Dharma, “Analisis Pola Pemilihan Menu Pada Penang Corner Cafe Dan Resto Menggunakan Algoritma Apriori,” J-SISKO Tech, vol. 114, no. 2, pp. 114–123, 2018.

F. Nuraeni, D. Tresnawati, Y. Handoko Agustin, and G. Fauzi, “Optimization of Market Basket Analysis Using Centroid-Based Clustering Algorithm and Fp-Growth Algorithm,” J. Tek. Inform., vol. 3, no. 6, pp. 1581–1590, 2022, doi: 10.20884/1.jutif.2022.3.6.399.

N. Rumui, rd Andi Roy, and th Pujo Hari Saputro Informatics Manajemen Politeknik Negeri FakFak FakFak, “Comparison of Apriori Algorithm and FP-Growth in Managing Store Transaction Data 1 st Syukron Anas, 2 nd,” Int. J. Comput. Inf. Syst. Peer Rev. J., vol. 03, no. 04, pp. 2745–9659, 2022, [Online]. Available: https://ijcis.net/index.php/ijcis/index

Y. P. Sianipar, V. C. Mawardi, and T. Sutrisno, “Penggunaan Apriori Pada Rekomendasi Paket Menu Dan Dilengkapi Fitur Chatbot,” J. Ilmu Komput. dan Sist. Inf., vol. 10, no. 1, 2022, doi: 10.24912/jiksi.v10i1.17821.

M. Kaur and S. Kang, “Market Basket Analysis: Identify the Changing Trends of Market Data Using Association Rule Mining,” Procedia Comput. Sci., vol. 85, no. Cms, pp. 78–85, 2016, doi: 10.1016/j.procs.2016.05.180.

F. R. ARRAFII, “Analisis Pola Perilaku Konsumen Menggunakan Metode Market Basket Analysis (Mba) Pada Toko Sayur Keluarga (Tosaga) Di Masa Pandemi Covid-19,” 2021, [Online]. Available: https://dspace.uii.ac.id/handle/123456789/37774%0Ahttps://dspace.uii.ac.id/bitstream/handle/123456789/37774/16522020.pdf?sequence=1&isAllowed=y

G. K and A. R, “Customer Segmentation and Personalized Marketing Using K-Means and APRIORI Algorithm,” 2022, doi: 10.4108/eai.7-12-2021.2314561.

G. Gunadi and D. I. Sensuse, “Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth ( Fp-Growth ) :,” Telematika, vol. 4, no. 1, pp. 118–132, 2012.

N. Mamahit and A. Qoiriah, “Penerapan Algoritma Fp-Growth dan K-Means pada Data Transaksi Minimarket,” J. Informatics Comput. Sci., vol. 1, no. 02, pp. 78–83, 2020, doi: 10.26740/jinacs.v1n02.p78-83.

N. P. Dharshinni, E. Bangun, S. Karunia, and R. Damayanti, “Menu Package Recommendation using Combination of K-Means and FP-Growth Algorithms at Bakery Stores,” J. Mantik, vol. 4, no. 2, pp. 1272–1277, 2020.

S. G. Setyorini, E. K. Sari, L. R. Elita, and S. A. Putri, “Analisis Keranjang Pasar Menggunakan Algoritma K-Means dan FP-Growth pada PT. Citra Mustika Pandawa,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 1, no. 1, pp. 41–46, 2021, doi: 10.57152/malcom.v1i1.62.

M. Z. F. Imaduddin Syukra, Assad Hidayat, “Implementation of K-Medoids and FP-Growth Algorithms for Grouping and Product Offering Recommendation,” JIndonesian J. Artif. Intell. Data Min., vol. 2, no. 2, p. 107, 2019.

G. Triyandana, L. A. Putri, and Y. Umaidah, “Penerapan Data Mining Pengelompokan Menu Makanan dan Minuman Berdasarkan Tingkat Penjualan Menggunakan Metode K-Means,” J. Appl. Informatics Comput., vol. 6, no. 1, pp. 40–46, 2022, doi: 10.30871/jaic.v6i1.3824.

A. Aquila, C. Pabendon, and H. D. Purnomo, “JURNAL MEDIA INFORMATIKA BUDIDARMA Penerapan Algoritma Apriori dan FP-Growth Untuk Market Basket Analisis Pada Data Transaksi NonPromo,” vol. 7, pp. 975–984, 2023, doi: 10.30865/mib.v7i3.6153.

G. Jitri Pabutungan and H. Dwi Purnomo, “Analisa Market Basket Analysis untuk Melihat Pola Transaksi Customer Menggunakan Algoritma Apriori dan FP-Growth,” J. Media Inform. Budidarma, vol. 7, pp. 966–974, 2023, doi: 10.30865/mib.v7i3.6152.

S. Ahmad Fadhilah, “ANALISIS PERILAKU PEMBELIAN KONSUMEN MENGGUNAKAN METODE ASSOCIATION RULE - MARKET BASKET ANALYSIS DAN CLUSTERING ANALYSIS (Studi Kasus: JORE COFFEE & EATERY),” dspace.uii.ac.id, no. 8.5.2017, pp. 2003–2005, 2022, [Online]. Available: www.aging-us.com

E. Umar, D. Manongga, and A. Iriani, “Market Basket Analysis Menggunakan Association Rule dan Algoritma Apriori Pada Produk Penjualan Mitra Swalayan Salatiga,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1367, 2022, doi: 10.30865/mib.v6i3.4217.

D. Marini Umi Atmaja, A. Rahman Hakim, D. Haryadi, and N. Suwaryo, “Penerapan Algoritma K-Nearest Neighbor Untuk Prediksi Pengelompokkan Tingkat Risiko Penyebaran Covid-19 Jawa Barat,” Dewi Mar. Umi Atmaja, SNTEM, vol. 1, no. November, pp. 1218–1226, 2021.

R.-Q. Liu, Y.-C. Lee, and H.-L. Mu, “Customer Classification and Market Basket Analysis Using K-Means Clustering and Association Rules: Evidence from Distribution Big Data of Korean Retailing Company,” Knowl. Manag. Rev., vol. 19, no. 4, pp. 59–76, 2018, doi: 10.15813/kmr.2018.19.4.004.

A. W. Oktavia Gama, I. K. Gede Darma Putra, and I. P. Agung Bayupati, “Implementasi Algoritma Apriori Untuk Menemukan Frequent Itemset Dalam Keranjang Belanja,” Maj. Ilm. Teknol. Elektro, vol. 15, no. 2, pp. 21–26, 2016, doi: 10.24843/mite.1502.04.