Penerapan Algoritma Apriori Dalam Menentukan Pola Pembeli Untuk Strategi Pemasaran Kerajinan Rilliant

Abstract

Persoalan pihak pemilik usaha kerajinan rajut dalam menentukan strategi pemasaran produk usahanya menjadi latar belakang untuk melakukan inovasi agar produk usaha yang dijual tetap laku.Berbagai jenis pembelian produk rajut membuat pemilik usaha kesulitan dalam hal produksi barang, untuk itu perlu adanya suatu strategi pemasaran tertentu untuk meningkatkan penjualan produk dengan melihat pola pembeli.Rilliant adalah salah satu brand usaha kerajinan rajut yang memiliki sekitar 800 item lebih terjual dalam periode waktu bulan Agustus hingga November, data ini belum diolah dengan baik oleh pihak brand sehingga menjadi kurang bermanfaat. Data mining adalah suatu proses ekstraksi informasi dari kumpulan data - data melalui penggunaan algoritma dan teknik yang melibatkan bidang ilmu statistik, sistem manajemen database, serta machine learning, dan algoritma data mining yang tepat untuk mengolah data tersebut adalah Apriori. Apriori melakukan perhitungan iterasi dengan menghitung support dan confidence, berfungsi untuk menemukan pola pembeli dalam satu kali transaksi berdasarkan data transaksi penjualan dengan melihat parameter minimal support dan minimal confidence yang sudah ditentukan. Hasil yang diperoleh dari penelitian ini yaitu algoritma apriori dapat menemukan pola pembeli sebanyak 24 pola pembeli yang memenuhi nilai minimal support 40% dan minimal confidence 80%, tetapi setelah dilakukan pengujian dengan menggunakan lift ratio hanya ditemukan 6 pola pembeli yang valid dan bisa dijadikan strategi pemasaran selanjutnya.