IMPLEMENTASI DATA MINING UNTUK ANALISIS POLA PEMBELIAN PELANGGAN PADA MINIMARKET DENGAN MENGGUNAKAN ALGORITMA FUZZY C-COVERING

Authors

  • Ari Puspratini Anggraeni
  • Uning Lestari
  • Amir Hamzah

Keywords:

Toko/Minimarket, Fuzzy C-Covering, Data Mining

Abstract

Data mining merupakan salah satu ilmu dari kecerdasan buatan (artificial
intelligence)
sebagai serangkaian proses untuk menggali nilai tambah dari suatu
kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Data mining dapat membantu pemilik usaha toko/ minimarket dalam  mengatasi kesulitan menganalisis data transaksi penjualan, kesulitan ini sering dihadapi toko/minimarket anugrah karenabanyaknya jumlah data dan keterbatasan alat pengolah data yang hal tersebut mengakibatkan kesulitanmemperkirakanpersediaan barang untukpenjualan berikutnya.    .

            Algoritma Fuzzy C-Coveringdigunakan untuk mengklasifikasikan elemen-elemen dari suatu himpunanuniversal yaknikesulurahan produk item pada toko/minimarket anugrah  menjadi partisi-partisiyang lebih fokus dan detail berdasarkan jenis produk item.FuzzyC-covering diterapkan agar dapat mengatasi hambatan yang selama ini terjadi padaproses market basket didalam mencari hubungan antar item.Pada teknik data miningpenerapan algoritmaFuzzy C-Coveringadalah untuk menentukan produk-produkyang paling sering dibeli atau digunakan oleh para konsumen dengan mencari nilai support dan nilai confidence.

Dari proses analisis fuzzy c-covering pada aplikasi diperoleh rule yang memiliki nilai support dan nilai confidence terbesar yaitu “Indomie goreng spesial, indomie soto -> telur butiran” dengan nilai support 10.39% dan nilai confidence 100%. Dari hasil analisis tersebut dapat diketahui bahwa item barang yang paling laku terjual adalah indomie goreng spesial, indomie soto dan telur butiran maka, manager toko harus menambah stok dari ketiga item tersebut dan membenahi tata letak ketiga item barang yang paling laku tersebut agar saling berdekatan. Kemudian dari hasil analisis tersebut dapat dilihat bahwa semakin tinggi nilai minimumsupport dan minimum confidence maka hasil analisis yang didapat akan lebihterseleksi sedangkan semakin kecil minimumsupport dan confidence yang ditentukan, semakin banyak pula rule yang dapat dihasilkan oleh aplikasi.

References

Arianti, Nita.Soesanto, Oni dan Fatma Indriani. 2016. Diakses pada tanggal 10 Januari 2017. Penerapan Metode Fuzzy C-CoveringUntuk Analisis PolaPembelian Pada Minimarket.http://klik.unlam.ac.id/index.php/klik/article/view/38
Budhi, Gregorius S. Lim, Resmana Ir. Prayitno, Osmand. 2005. Diakses pada tanggal 20 Februari 2017 Aplikasi Data Mining dengan Konsep Fuzzy c-Covering untuk Analisa Market Basket pada pasar swalayan. http://puslit2.petra.ac.id/gudangpaper/files/1091.pdf
Dudung. 2014. Diakses pada tanggal 22Januari 2017. Pengertian dan Pola Proses Data Mining. http://www.dosenpendidikan.com/10-pengertian-dan-pola-proses-data-mining/
Failasufa, Fusna. 2014. Diakses pada tanggal 12 Januari 2017. Penerapan Data Mining Untuk Menganilisis Pola Pembelian Dengan Menggunakan Metode Apriori Dengan Data Transaksi Penjualan (Studi Kasus Super Market Pamela. http://digilib.uin-suka.ac.id/13276/
Wahid, M. 2016. Aplikasi Data Mining Market Basket Analysis Untuk Menemukan Pola Penjualan Produk Suku Cadang Motor di Happy Motor Sport Yogyakarta Menggunakan Algoritma Apriori. IST AKPRIND, Yogyakarta

Downloads

Published

2018-01-10