Penerapan Market Basket Analysis Menggunakan Proses KDD (Knowledge Discovery in Database) Sebagai Strategi Penjualan Produk Swalayan (Studi Kasus: Swalayan X)
dc.contributor.author | Alfiqra, A | |
dc.contributor.author | Alfizi, Faiza Yogi | |
dc.date.accessioned | 2018-05-26T04:45:17Z | |
dc.date.available | 2018-05-26T04:45:17Z | |
dc.date.issued | 2018-03 | |
dc.identifier.citation | Aguinis, H., Forcum, L. E. & Joo, h., 2013. Using Market Basket Analysis in Management Research. Journal of Management, pp. 1799-1824. Bermudez, J., Apolinario, K. & Abad, A. G., 2016. Layout Optimization and Promotional Strategies Design in a Retail Store based on a Market Basket Analysis. San José, s.n. Dhanalakahmi, P. & Porkodi, R., 2017. A Survey on Different Association Rule Mining Algorithms in Data Mining. IPASJ International Journal of Computer Science, pp. 126-133. Fayyad, U., Shapiro-Piatetsky, G. & Smyth, P., 1996. From Data Mining to Knowledge Discovery in Database. AI Magazine, pp. 37-54. Gunadi, G. & Sensuse, D. I., 2012. Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku dengan Menggunakan Algoritma Apriori dan Frequent Pattern Growth (FP-Growth) : Studi Kasus Percetakan PT. Gramedia. Jurnal TELEMATIKA MKOM, Volume IV, pp. 118-132. Kaur, M. & Kang, S., 2016. Market Basket Analysis: Identify the changing trends of market data using association rule mining. Procedia Computer Science, pp. 78-85. Oliff, H. & Liu, Y., 2017. Towards Industry 4.0 Utilizing Data-Mining Techniques: a Case Study on Quality Improvement. Procedia CIRP, Volume 63, pp. 167-172. Raorane, A. A., Kulkarni, R. V. & Jitkar, B. D., 2012. Association Rule – Extracting Knowledge Using Market Basket Analysis. Research Journal of Recent Sciences, pp. 19-27. | id_ID |
dc.identifier.issn | 2621-0789 | |
dc.identifier.uri | http://hdl.handle.net/11617/9820 | |
dc.description.abstract | Kebiasaan belanja konsumen dalam pembelian produk dapat dimanfaatkan oleh para peneliti dalam mengembangkan strategi pemasaran. Penentuan strategi pemasaran produk yang tepat dapat dilakukan dengan menganalisis kebiasaan belanja konsumen di dalam suatu usaha ritel. Market Basket Analysis adalah salah satu analisis keranjang belanja dalam penentuan strategi pemasaran dengan cara mengetahui produk yang dibeli secara bersamaan. MBA dapat digunakan dalam memahami kebiasaan konsumen dalam membeli produk-produk yang dijual melalui transaksi belanja dengan analisis association rule mining. Penelitian ini menggunakan Algoritma FP-Growth dalam mendapatkan hasil aturan asosiasi. Metodologi pada penelitian menggunakan proses KDD (knowledge discovery in database). Menggunakan 100 transaksi belanja pada suatu swalayan x di daerah Yogyakarta, penelitian ini berhasil mendapatkan hasil aturan asosiasi sebanyak 10 rule yang menjelaskan kebiasan belanja konsumen. Aturan asosiasi tertinggi mencapat nilai support dan confidence sebesar 12% dan 66,7% yaitu produk asosiasi antara departemen snack dan minuman. Selanjutnya dua strategi digunakan pada penelitian ini yaitu tata letak produk dan katalog promosi. Dengan menggunakan aturan asosiasi yang menjelaskan kebiasaan belanja konsumen, stretegi ini dapat meningkatkan kepuasan pelanggan serta profit dari swalayan. | id_ID |
dc.language.iso | other | id_ID |
dc.publisher | IENACO (Industrial Engineering National Conference) 6 2018 | id_ID |
dc.subject | Data Mining | id_ID |
dc.subject | FP-Growth | id_ID |
dc.subject | Market Basket Analysis | id_ID |
dc.subject | Strategi Penjualan Produk | id_ID |
dc.title | Penerapan Market Basket Analysis Menggunakan Proses KDD (Knowledge Discovery in Database) Sebagai Strategi Penjualan Produk Swalayan (Studi Kasus: Swalayan X) | id_ID |
dc.type | Article | id_ID |
Files in this item
This item appears in the following Collection(s)
-
IENACO (Industrial Engineering National Conference) 6 2018
Peluang dan Tantangan Industri Kreatif di Era Industry 4.0