Market Basket Analysis dengan Algoritma Apriori pada Ecommerce Toko Busana Muslim Trendy(Market Basket Analysis with Apriori Algorithms in Ecommerce Trendy Muslim Clothing Stores)
Abstract
Teknologi yang terus berkembang diera modern khususnya di bidang e-commerce memerlukan suatu pendekatan yang bersifat ekslusif, dimana pelanggan dapat dengan mudah menemukan barang yang dinginkan dengan rekomendasi sistem yang tepat. Namun beberapa permasalahan sering dijumpai bahwa rekomendasi yang ditawarkan oleh sistem tidak cukup membantu karena rekomendasi yang ditawarkan tidak berdasarkan transkasi konsumen tersebut dengan kata lain belum memanfaatkan data mining. Penelitian ini mencoba menerapkan data mining dengan sebuah algoritma yang dapat memprediksi barang yang akan dibeli konsumen selanjutnya. Dalam penelitian ini pengembangan sistem dibangun dengan pendekatan Market Basket Analysis (MBA) untuk menentukan produk mana yang akan dibeli oleh konsumen berdasarkan analisa terhadap daftar transaksi pelanggan dan metode perancangan sistem yang digunakan pada pembuatan aplikasi ini menggunakan pendekatan model waterfall, diawali dengan tahap analisa dengan wawancara dan pengambilan data penjualan, dilanjutkan design aplikasi, tahap coding, testing dan maintenance. Hasil dari data pengujian fungsional berdasarkan pengujian test case menunjukkan bahwa sistem dapat bekerja sesuai dengan tujuan penelitian dan membantu pelanggan menentukan pilihan berdasarkan produk yang dibeli sebelumnya.
Kata Kunci— Market Basket Analysis (MBA), algorithms apriori, waterfall, e-commerce
Keywords
References
[1] R. Asif, A. Merceron, S. A. Ali, and N. G. Haider, “Analyzing undergraduate students’ performance using educational data mining,” Comput. Educ., 2017.
[2] A. Azevedo, “Data Mining and Knowledge Discovery in Databases,” in Encyclopedia of Information Science and Technology, Fourth Edition, 2017.
[3] P. Vazan, D. Janikova, P. Tanuska, M. Kebisek, and Z. Cervenanska, “Using data mining methods for manufacturing process control,” IFAC-PapersOnLine, 2017.
[4] R. A. E. D. Ahmeda, M. E. Shehaba, S. Morsya, and N. Mekawiea, “Performance study of classification algorithms for consumer online shopping attitudes and behavior using data mining,” in Proceedings - 2015 5th International Conference on Communication Systems and Network Technologies, CSNT 2015, 2015.
[5] H. Aguinis, L. E. Forcum, and H. Joo, “Using Market Basket Analysis in Management Research,” J. Manage., 2013.
[6] U. Baetulloh, A. I. Gufroni, and R. -, “Penerapan Metode Association Rule Mining Pada Data Transaksi Penjualan Produk Kartu Perdana Kuota Internet Menggunakan Algoritma Apriori,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., 2019.
[7] R. B. Jeyavathana and K. S. D. Surath, “An efficient Frequent Pattern algorithm for Market Basket Analysis,” Int. J. Recent Eng. Res. Dev., 2017.
[8] G. Gunadi and D. I. Sensuse, “Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth ( Fp-Growth ) :,” Telematika, 2012.
[9] M. Mittal, S. Pareek, and R. Agarwal, “Efficient Ordering Policy for Imperfect Quality Items Using Association Rule Mining,” in Encyclopedia of Information Science and Technology, Third Edition, 2014.
[10] E. T. L. Kusrini, Algoritma Data Mining. 2009.
[11] J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques. 2012.
[12] A. Powell-Morse, “Waterfall Model: What Is It and When Should You Use It?,” Airbrake, 2016. .
[13] D. Gupta and H. Arora, “Market Basket Analysis using Apriori and Correlation Measures,” Int. J. Innov. Res. Sci., 2017.
[14] D. Listriani, A. H. Setyaningrum, and F. Eka, “PENERAPAN METODE ASOSIASI MENGGUNAKAN ALGORITMA APRIORI PADA APLIKASI ANALISA POLA BELANJA KONSUMEN (Studi Kasus Toko Buku Gramedia Bintaro),” J. Tek. Inform., 2019.
[15] R. J. Wieringa, “Entity-Relationship Diagrams,” in Design Methods for Reactive Systems, 2007.DOI: 10.30595/juita.v8i1.4550
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.
ISSN: 2579-8901
- Visitor Stats
View JUITA Stats