Implementasi Algoritme Modified-Apriori Untuk Menentukan Pola Penjualan Sebagai Strategi Penempatan Barang Dan Promo

Abstrak

Pola penjualan merupakan salah satu cara yang dapat digunakan untuk menentukan strategi penjualan yang berupa penempatan barang dan promo, dengan melihat seberapa sering suatu barang dibeli secara bersamaan pada sebuah toko retail. Data mining digunakan untuk menganalisis data yang berukur besar untuk menemukan hubungan antara data dan dapat menghasil informasi yang berguna untuk pengguna. Sehingga pada penelitian ini menggunakan data transaksi penjualan untuk menentukan pola penjualan dengan menggunakan association rule dan algoritme Modified-Apriori. Association rule merupakan metode untuk mencari hubungan menarik yang tersembunyi dalam data yang besar dengan menggunakan perhitungan nilai support dan confidence. Algortime modified Apriori adalah pengembangan dari algoritme Apriori  yang melakukan pencarian frequent itemset dengan proses penggabungan (join) dan pemangkasan (prune). Algortime Modified-Apriori menghasilkan efisiensi waktu yang lebih cepat dengan menggunakan hashMap dibandingkan dengan algoritme Apriori. Hasil dari penelitian ini didapatkan nilai minimum support tertinggi yaitu 9% dan nilai minimum confidence tertinggi yaitu 80%. Panjang itemset yang dihasilkan adalah 2-itemset dan 3-itemset. Pengujian dengan menggunakan lift ratio didapatkan rule yang memiliki nilai lebih dari 1.