Analisis Tren Pembelian Konsumen dalam E-commerce menggunakan Hierarchical Clustering
Keywords:
konsumen, E-commerce, Data mining, pembelian, asosiasiAbstract
E-commerce telah menjadi platform yang semakin populer untuk berbelanja secara online. Perusahaan e-commerce memiliki kebutuhan untuk memahami pola dan tren pembelian konsumen guna meningkatkan layanan, memperluas pasar, dan meningkatkan keuntungan. Dalam penelitian ini, dilakukan analisis tren pembelian konsumen dalam e-commerce menggunakan metode data mining. Metode data mining yang digunakan meliputi preprocessing data, pengelompokan, dan analisis asosiasi. Pertama, data pembelian konsumen yang tersedia diplatform e-commerce dikumpulkan dan dibersihkan untuk memastikan kualitas data. Kemudian, teknik pengelompokan digunakan untuk mengelompokkan konsumen berdasarkan pola pembelian mereka. Metode pengelompokan seperti K-means atau algoritma hierarkis dapat diterapkan dalam analisis ini. Setelah itu, dilakukan analisis asosiasi untuk mengidentifikasi pola pembelian yang sering muncul secara bersamaan. Melalui algoritma seperti Apriori atau FP-Growth, aturan asosiasi dapat digunakan untuk mengungkapkan hubungan antara produk yang dibeli bersamaan. Misalnya, dapat terungkap bahwa konsumen yang membeli produk A juga cenderung membeli produk B. Melalui analisis tren pembelian konsumen dalam e-commerce menggunakan data mining, perusahaan e-commerce dapat meningkatkan pemahaman mereka tentang preferensi konsumen dan pola pembelian yang terjadi. Hal ini membantu perusahaan mengoptimalkan strategi pemasaran, meningkatkan pengalaman konsumen, dan meningkatkan efisiensi operasional mereka.
References
Wulandari, N. P., & Erti Pratiwi, E. (2017). Penerapan Metode Hierarchical Clustering pada Data Mining untuk Analisis Klasifikasi Tingkat Kesuksesan Mahasiswa. Jurnal Informatika Mulawarman, 12(1), 48-54.
Parman, S., & Kurniawan, R. (2019). Aplikasi Metode Hierarchical Clustering dalam Data Mining untuk Penentuan Kategori Kualitas Pendidikan Tinggi. Jurnal Ilmiah Teknologi Informasi Asia, 13(1), 17-23.
Fajriah, A., & Hidayatullah, N. (2018). Pengklasteran Menggunakan Metode Hierarchical Clustering pada Data Penjualan Produk UKM. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(11), 5459-5466.
Agustina, L., & Fitriyani, N. L. (2017). Analisis Klasterisasi Data Kinerja Dosen Menggunakan Algoritma Hierarchical Clustering. Jurnal Informatika UPGRIS, 3(1), 45-54.
Rahayu, E., & Hidayatullah, N. (2020). Aplikasi Metode Hierarchical Clustering dalam Pengelompokan Produk di Toko Online. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 4(1), 27-34.
Adiwijaya, & Atmadja, A. S. (2014). Data Mining: Pemahaman, Implementasi, dan Aplikasi Menggunakan Python. Penerbit Informatika.
Fadlisyah, A. (2016). Data Mining: Algoritma, Implementasi, dan Aplikasi Menggunakan R. Penerbit Informatika.
Rahmadani, D., & Wulandari, D. A. (2018). Data Mining: Konsep dan Aplikasi dengan Software R. Penerbit Andi.
Abdullah, N. A., & Mursanto, P. (2014). Data Mining: Metode dan Implementasi dengan RapidMiner. Penerbit Informatika.
Rostianingsih, S., & Sitompul, O. S. (2018). Data Mining: Konsep, Algoritma, dan Implementasi dalam R. Penerbit PT Gramedia Pustaka Utama.
Wijaya, A. F. (2017). Data Mining untuk Keunggulan Kompetitif Perusahaan. Penerbit Prenadamedia Group.
