ANALISIS KERANJANG PASAR UNTUK PENINGKATAN PENJUALAN MENGUNAKAN ALGORITMA APRIORI

Abstract

Penelitian ini bertujuan untuk meningkatkan strategi penjualan melalui analisis keranjang pasar menggunakan algoritma Apriori. Saat ini, perusahaan menghadapi tantangan dalam meningkatkan penjualan produknya, dan strategi tradisional mungkin tidak lagi efektif. Oleh karena itu, penggunaan algoritma Apriori diharapkan dapat mengidentifikasi pola pembelian konsumen yang dapat digunakan untuk mengoptimalkan strategi penjualan. Penelitian ini menggunakan pendekatan analisis data berbasis algoritma Apriori. Data transaksi penjualan dari periode tertentu dikumpulkan dan dimasukkan ke dalam sistem. Algoritma Apriori kemudian diterapkan untuk mengidentifikasi pola pembelian yang umum terjadi di antara konsumen. Langkah-langkah analisis melibatkan identifikasi itemset, perhitungan nilai dukungan, dan penentuan aturan asosiasi. Hasil analisis menunjukkan adanya pola pembelian yang signifikan di antara konsumen. Beberapa itemset memiliki tingkat dukungan yang tinggi, menunjukkan popularitas tertentu di antara pelanggan. Selain itu, aturan asosiasi yang kuat ditemukan, yang dapat digunakan untuk menyusun strategi penjualan yang lebih efektif. Hasil ini memberikan wawasan tentang preferensi konsumen dan membuka peluang untuk meningkatkan penjualan dengan menyesuaikan strategi penjualan perusahaan. Penerapan algoritma Apriori membuka peluang baru untuk meningkatkan penjualan melalui pemahaman yang lebih baik tentang pola pembelian konsumen. Hasil dan Diskusi menyoroti pola pembelian yang berhasil diidentifikasi dan menggambarkan implikasinya dalam konteks bisnis, seperti peningkatan penjualan, efisiensi persediaan, dan pengembangan strategi pemasaran yang lebih cermat. Untuk menguji hasil penelitan ini digunakan nilai minimum Support 30% dan nilai Confidence 80% serta tahap evaluasi menggunakan lift ratio minimum 100% dari hasil pengujian tersebtut terdapat beberapa yang memenuhi syarat aturan asosiasi. Misalnya kombinasi, minyak dan beras yang memiliki nilai Support 40%, nilai Confidence 30% dan nilai lift ratio 1,44. Implikasi dari hasil penemuan pola pembelian ini bisa dijadikan strategi penjualan Contohnya, saran untuk penempatan produk, promo khusus untuk produk dan manajemen stok yang efisien