Sistem Pendukung Keputusan Analisis Pola Pembelian Produk Dengan Metode Algoritma Apriori

Abstract

Analisis asosiasi adalah teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi item.Aturan asosiatif dari analisis pembelian di suatu pasar swalayan bangunan adalah mengetahui besarnya kemungkinan seorang pelanggan untuk membeli suatu barang bersamaan dengan barang yang lain. Dengan pengetahuan tersebut pemilik pasar swalayan dapat mengatur penempatan barangnya atau merancang kampanye pemasaran menggunakan kupon diskon untuk kombinasi barang tertentu. Adapun teknik yang digunakan dalam penelitian ini adalah algoritma apriori menggunakan 2 nilai analisis 2 nilai penting yaitu minimum support dan confidence. Dua nilai tersebut digunakan dengan proses iterasi untuk menemukan setiap kombinasi item barang yang disebut proses join dan proses untuk mengeliminasi pengelompokan barang yang tidak memenuhi minimum support yang disebut proses prune. Dari teknik-teknik yang disebutkan diatas didapatkan frekuensi dan item barang yang paling sering muncul bersamaan yang membantu management untuk menata dan mengelompokan barang dan mengoptimalkan persediaan produk. Untuk membangun sistem pendukung keputusan berbasis desktop ini dibutuhkan perangkat lunak Microsoft Visual Basic dan SQL Server sebagai database server. Hasil akhir kesimpulan menggunakan nilai confidence yang menggambarkan secara umum hubungan atau keterkaitan antara barang dan implementasi algoritma apriori dapat digunakan untuk menganalisis data transaksi secara keseluruhan atau pada periode tertentu saja. Dari hasil perhitungan algoritma juga dapat dianalisis bahwa proses yang membutuhkan sumber daya yang sangat besar dan waktu analisis yang lama adalah proses join antar item barang