IMPLEMENTASI DATA MINING UNTUK PENETAPAN STRATEGI PENJUALAN MENGGUNAKAN ASSOCIATION RULE DI DIGIZONE CLOTHING YOGYAKARTA
Daftar Isi:
- Mulai dari tahun 2018 pebisnis online terus meningkat dari sebelumnya 1,6 % menjadi 3,1% dari populasi Indonesia dikutip dari Kominfo. Hal ini dapat berdampak positif bagi dunia TIK untuk terus meningkatkan kinerja mereka untuk mengembangkan semua lini yang berada di sistem perputaran bisnis online. Digizone Clothing adalah salah satu distro hobby yang berada di Yogyakarta. Setiap transaksi pasti menghasilkan data penjualan. Akan tetapi belum dapat memaksimalkan permanfaatan data tersebut. Data transaksi penjualan hanya disimpan tanpa dilakukan analaisis lebih lanjut.Diperlukan suatu sistem untuk menganalisis data transaksi penjualan dengan menggunakan data mining sebagai suatu tekhnis analisis data yang dapat membantu distro untuk memperoleh pola pola penjualan dalam membantu distro tersebut untuk menentukan promo bundling. Algoritma yang digunakan sebagai proses utama dari analisis database adalah algoritma apriori dengan menggunakan minimum support, minimum confidence, frequent itemset dan data transaksi untuk menemukan aturan asosiasi. Percobaan menggunakan 500 data transaksi dari bukan Januari sampai Desember tahun 2019.Pengujian menggunakan minimum support 10% dan minimum confidence 40%. Jika aturan minimum confidence kurang dari 40% maka aturan tidak memenuhi standard yang diinginkan, dengan itu dapat diterapkan strategi untuk promo bundling. Kata kunci : Algoritma Apriori, Data mining, Digizone Clothing, Pola Pembelian