ANALISA POLA PEMBELIAN DI “KEDAI BANG
YHOGA’S†MENGGUNAKAN METODE APRIORI
Total View This Week0
Total View This Week0
Institusion
Universitas Mercu Buana Yogyakarta
Author
Widodo, Arief Setyo
Subject
QA75 Electronic computers. Computer science
Datestamp
2021-12-29 05:28:20
Abstract :
Dalam persaingan dunia bisnis sekarang ini, menuntut para pelakunya untuk senantiasa mengembangkan bisnis mereka dan juga agar selalu bertahan dalam persaingan. Kedai Bang Yhoga?s termasuk kedai baru yang masih berusia 6 bulan. Namun, setiap harinya kedai tersebut cukup ramai dikunjungi oleh konsumen terutama kalangan mahasiswa. Banyaknya persaingan bisnis serta penjualan yang kurang stabil, mengharuskan pemilik kedai untuk mengatur startegi pemasaran dan promosi dengan baik agar kedai dapat mempertahankan eksistensinya di mata konsumen. Untuk mencapai hal itu, ada beberapa hal yang bisa dilakukan yaitu dengan meningkatkan kualitas produk, dan pemanfaatan data transaksi. Dalam memenuhi kebutuhan tersebut salah satu cara yang dapat dilakukan yakni dengan menganalisa data transaksi penjualan. Penelitian ini mengaplikasikan metode algoritma apriori untuk membantu pemilik usaha Kedai Bang Yhoga?s dalam mengatasi permasalahan dan untuk memperoleh rekomendasi daftar menu (item) melalui aplikasi Weka. Untuk membuktikan sinkronisasi perthitungn dari Weka dilakukan perhtungan manual dari beberapa sample data transaksi. Hasil analisis data transaksi penjualan pada apliasi Weka, menunjukan bahwa dari 58 item menu yang disajikan, ada beberapa item menu yang memiliki item dengan frekuensi tinggi. Item tersebut dapat digunakan sebagai acuan pemilik usaha sebagai perimbangan dalam menyusun menu pada kedai serta dapat digunakan sebagai acuan dalam mengkombinakasikan dengan item yang memiliki frekuensi rendah. Berdasarkan hasil yang di peroleh dapat disimpulkan, setelah dilakukan analisa pada pola transaksi penjualan dengan algoritma apriori, didapatkan 50 hasil kombinasi item yang memiliki nilai confidence minimal 90%. Dari 58 display item dalam penentuan pola pembelian dan frekuensi item terbaik, dihasilkan 30 rekomendasi display item pada menu Kedai Bang Yhoga?s.
Dalam persaingan dunia bisnis sekarang ini, menuntut para pelakunya untuk senantiasa mengembangkan bisnis mereka dan juga agar selalu bertahan dalam persaingan. Kedai Bang Yhoga?s termasuk kedai baru yang masih berusia 6 bulan. Namun, setiap harinya kedai tersebut cukup ramai dikunjungi oleh konsumen terutama kalangan mahasiswa. Banyaknya persaingan bisnis serta penjualan yang kurang stabil, mengharuskan pemilik kedai untuk mengatur startegi pemasaran dan promosi dengan baik agar kedai dapat mempertahankan eksistensinya di mata konsumen. Untuk mencapai hal itu, ada beberapa hal yang bisa dilakukan yaitu dengan meningkatkan kualitas produk, dan pemanfaatan data transaksi. Dalam memenuhi kebutuhan tersebut salah satu cara yang dapat dilakukan yakni dengan menganalisa data transaksi penjualan. Penelitian ini mengaplikasikan metode algoritma apriori untuk membantu pemilik usaha Kedai Bang Yhoga?s dalam mengatasi permasalahan dan untuk memperoleh rekomendasi daftar menu (item) melalui aplikasi Weka. Untuk membuktikan sinkronisasi perthitungn dari Weka dilakukan perhtungan manual dari beberapa sample data transaksi. Hasil analisis data transaksi penjualan pada apliasi Weka, menunjukan bahwa dari 58 item menu yang disajikan, ada beberapa item menu yang memiliki item dengan frekuensi tinggi. Item tersebut dapat digunakan sebagai acuan pemilik usaha sebagai perimbangan dalam menyusun menu pada kedai serta dapat digunakan sebagai acuan dalam mengkombinakasikan dengan item yang memiliki frekuensi rendah. Berdasarkan hasil yang di peroleh dapat disimpulkan, setelah dilakukan analisa pada pola transaksi penjualan dengan algoritma apriori, didapatkan 50 hasil kombinasi item yang memiliki nilai confidence minimal 90%. Dari 58 display item dalam penentuan pola pembelian dan frekuensi item terbaik, dihasilkan 30 rekomendasi display item pada menu Kedai Bang Yhoga?s.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
