Analisis Pola Pembelian Pelanggan Menggunakan Algoritma Apriori Pada Transaksi Belanja Supermarket
DOI:
https://doi.org/10.47701/p8h17364Keywords:
Market Basket Analysis, Apriori algorithm, association rules, support, confidence, lift ratioAbstract
Penelitian ini bertujuan menganalisis pola asosiasi produk pada transaksi supermarket menggunakan algoritma Apriori. Dataset publik dari Kaggle (350 transaksi, 9 item) diolah melalui tahap data cleaning dan transformasi one-hot encoding. Dengan parameter minimum support 0.4 dan minimum confidence 0.5, hasil menunjukkan kombinasi Telur-Minyak-Tepung sebagai frequent itemset dominan (support 48.57%). Aturan asosiasi terkuat teridentifikasi pada relasi {Telur, Minyak} ? {Tepung} dengan confidence 84.58% dan lift ratio 1.24, mengindikasikan peningkatan probabilitas pembelian Tepung sebesar 24% ketika Telur dan Minyak dibeli bersamaan. Temuan ini merekomendasikan strategi penempatan produk berdekatan, bundling promosi, dan alokasi stok sinergis. Penelitian membuktikan efektivitas Apriori dalam identifikasi pola pembelian, meski terbatas pada hubungan linear antar item. Implementasi hasil dapat menjadi dasar pengambilan keputusan strategis di sektor ritel berbasis data.
References
[1] Tiara Antesia, Sri Eniyati., “Aturan asosiasi data alat tulis kantor menggunakan algoritma apriori”., Proceeding SENDIU 2020.
[2] Salsabilla C Nurzanah, Syariful Alam, Teguh I Hermanto., “Analisis association rule untuk identifikasi pola gejala penyakit hipertensi menggunakan algoritma apriori (studi kasus: klinik rafina medical center)”., JIKO (Jurnal Informatika dan Komputer) Vol. 5, No. 2, Agustus 2022.
[3] Aceng Abdul Wahid., “Analisis Metode Waterfall Untuk Pengembangan Sistem Informasi,” Jurnal Ilmu-ilmu Informatika dan Manajemen STMIK, Oktober (2020).
[4] Ni Putu Ayu Widiari, I Made Agus Dwi Suarjaya, Dwi Putra Githa., “Teknik Data Cleaning Menggunakan Snowflake untuk Studi Kasus Objek Pariwisata di Bali”., jurnal ilmiah merpati vol. 8, no. 2 august 2020.
[5] Irma Agustina, Gifthera Dwilestari, Ade Rizki Rinaldi., “Implementasi data mining pada proses seleksi beasiswa menggunakan naive bayes dan backward elimination”., Jurnal Informasi Interaktif Vol. 10No. 1 Januari 2025.
[6] Prasetyo, Numan Musyaffa, Ricki Sastra “Implementasi data mining untuk analisis data penjualan dengan menggunakan algoritma apriori (studi kasus dapoerin's)”., JURNAL KHATULISTIWA INFORMATIKA, VOL. VIII, NO. 2 DESEMBER 2020.
[7] Shiddiq Ahmad Fadhilah., “Analisis perilaku pembelian konsumen menggunakan metode association rule - market basket analysis dan clustering analysis”., Teknik Industri Fakultas Teknologi Industri Universitas Islam Indonesia Yogyakarta 2022.
[8] Pradini Nurul Safitri., ”Analisis Strategi Penjualan Produk Menggunakan Association Rule dengan Algoritma Apriori”., Program Studi Statistika Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Islam Indonesia Yogyakarta 2022.
[9] Arya Wijaya, Ahmad Faqih, Dodi Solihudin, Cep Lukman Rohmat, Sandy Eka Permana., “Penerapan association rules menggunakan algoritma apriori untuk identifikasi pola pembelian”., JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 6, Desember 2023.
[10] Nola Ritha, Eka Suswaini, Wisnu Pebriadi., “Penerapan Association Rule Menggunakan Algoritma Apriori Pada Poliklinik Penyakit Dalam”., Jurnal Sains dan Informatika Volume 7, Nomor 2, November 2021.
[11] Cevi Herdian, Ahya Kamila, I Gusti Agung Musa Budidarma., “Studi Kasus Feature Engineering Untuk Data Teks: Perbandingan Label Encoding dan One-Hot Encoding Pada Metode Linear Regresi”., Technologia : Jurnal Ilmiah Vol. 15 No. 1 Januari 2024.
