Please take a moment to complete this survey below
Library's collection Library's IT development CancelSebagai salah satu aplikasi data mining, market basket analysis umumnya
dilakukan dengan memakai metode Apriori. Namun, metode ini cenderung mencari
tingkat asosiasi item itemnya dengan hanya menghitung berapa kali item item
tersebut muncul dalam keseluruhan transaksi tanpa memperhatikan jumlah item
dalam transaksi. Oleh karena itu, dalam tugas akhir ini, penulis akan mengajukan
suatu konsep baru yang didasarkan pada persepsi bahwa semakin banyak item yang
dibeli dalam suatu transaksi, maka hubungan antar item dalam transaksi tersebut
semakin lemah.
Dalam pembuatan program data mining untuk merealisasikan konsep
tersebut, penulis mengumpulkan data data yang diperlukan dari swalayan X, berupa
data transaksi penjualan yang terjadi selama satu bulan. Data yang didapat diubah ke
bentuk yang dapat diolah oleh program dan dimasukkan ke dalam sebuah database.
Kemudian sebuah algoritma dibuat untuk mengolah data tersebut dengan tujuan
menghasilkan association rules dari item item di dalam transaksi. Rule dapat
ditampilkan dalam bentuk tabel ataupun grafik. Dalam pembuatan program ini
digunakan software Borland Delphi 7 dan MS Access 2003.
Dengan menggunakan output dari program ini, yang berupa association rule,
dapat diketahui tingkat asosiasi antar item yang berguna untuk membantu manajer
selaku user dalam menentukan kebijakan pemasaran. Dari hasil pengujian, dapat
disimpulkan bahwa semakin kecil minimum support dan confidence yang ditentukan,
semakin banyak rule yang dapat dihasilkan dan waktu yang diperlukan semakin
banyak. Selain itu, semakin tinggi jumlah kombinasi yang dicari, semakin sedikit
waktu yang dibutuhkan.