MARKET BASKET ANALYSIS UNTUK MENGANALISA POLA PERILAKU KONSUMEN WAHDANA MALL
DOI:
https://doi.org/10.30606/rjocs.v7i2.1829Keywords:
Association Rule, Market Basket Analisys, Pola Perilaku Konsumen, Struk BelanjaAbstract
Tujuan dari penelitian ini adalah untuk menganalisis pola perilaku konsumen Wahdana Mall menggunakan metode Market Basket Analysis (MBA). Association Ruleadalah salah suatu prosedur dalam analisis keranjang pasar (Market Basket Analysis) untuk menemukan aturan asosiasi yang memenuhi syarat minimum untuk support dan confidence. Pola perilaku konsumen yang dianalisis adalah pola jenis produk yang sering dibeli oleh konsumen berdasarkan struk belanja, hingga diperoleh rule-rule dari kombinasi item-item produk yang mana saja yang dibeli oleh konsumen secara bersamaan, produk yang paling laris terjual dan menghitung transaksi-transaksi yang terjadi pada setiap kombinasi item produk. Berdasarkan hasilpengujian dan implementasi sistem dapat ditarik kesimpulan bahwasanya metode Market Basket Analysis khususnya Association Rule mampu menghasilkan suatu pengetahuan baru yang dapat digunakan untuk rekomendasi dalam proses pengambilan keputusan manajerial, khusus yang berkaitan langsung dengan perumusan strategi pemasaran dan penjualan di Toko Wahdana Mall. Aturan yang dihasilkan dari 236 data transaksi dan 11 produk diperoleh rata-rata nilai support x confidence sebesar50% dari nilai minimum support 26% yang mengahasilkan 10 aturan. Aturan yang dihasilkan tergantung dari minimum support dan minimum confidence yang ditentukan, semakin kecil nilai minimum support maka semakin banyak kemungkinan aturan yang diperoleh.
Downloads
References
J. C. Peter, J. P., & Olson, Perilaku Konsumen dan Strategi Pemasaran, 4th ed. Jakarta: Penerbit
Salemba Empat, 2014.
B. Umayah and F. Kurniawan, “Analisa Perilaku Konsumen Melalui Data Transaksi Berbasis
Pendekatan Market Basket Analysis,” Sains, Apl. Komputasi dan Teknol. Inf., vol. 1, no. 2, p. 30,
, doi: 10.30872/jsakti.v1i2.2603.
M. E. Saputri, “Pengaruh Perilaku Konsumen Terhadap Pembelian Online Produk Fashion Pada
Zalora Indonesia,” J. Sosioteknologi, vol. 15, no. 2, pp. 291–297, 2016, doi: 10.5614/sostek.itbj.2016.15.02.11.
K. L. Kotler, P., & Keller, Dirección de marketing. Pearson educación, 2009.
N. A. Hasibuan et al., “Implementasi Data Mining Untuk Pengaturan Layout Minimarket Dengan
Menerapkan Association Rule.,” vol. 4, no. 4, pp. 6–11, 2017.
N. Rahmawati, Y. N. Nasution, and F. D. T. Amijaya, “Aplikasi Data Mining Market Basket
Analysis untuk Menemukan Pola Pembelian di Toko Metro Utama Balikpapan,” J. EKSPONENSIAL, vol. 8, no. 1, pp. 1–8, 2017, [Online]. Available: http://jurnal.fmipa.unmul.ac.id/index.php/exponensial/article/view/69.
A. Jananto, “Penggunaan Market Basket Analysis untuk Menentukan Pola Kompetensi Mahasiswa,”J. Teknol. Inf. Din., vol. Vol. 17, no. No. 2, pp. 82–89, 2012.
S. Sangadji, Perilaku Konsumen: Pendekatan Praktis. Yogyakarta: Andi Publisher, 2014.
T. Suryani, Perilaku Konsumen di Era Internet: Implikasi pada Strategi Pemasaran. Yogyakarta:
Graha Ilmu, 2013.
E. Rouza and L. Fimawahib, “Implementasi Fuzzy C-Means Clustering dalam Pengelompokan UKM Di Kabupaten Rokan Hulu,” Techno.Com, vol. 19, no. 4, pp. 481–495, 2020, doi: 10.33633/tc.v19i4.4101.
A. Nanang and D. Susanti, “Penerapan Data Mining Menggunakan Algoritma K-Means Untuk,”
Sinergi, pp. 93–102.
M. Fauzy, K. R. Saleh W, and I. Asror, “Penerapan Metode Association Rule Menggunakan,” J. Ilm.
Teknol. Inf. Terap., vol. II, no. 2, pp. 221–227, 2016.
Fadlina, “Data Mining Untuk Analisa Tingkat Kejahatan Jalanan Dengan Menggunakan Algoritma
Association Rule Apriori,” Inf. dan Teknol. Ilm., vol. 3, no. 1, pp. 144–154, 2014.
