Abstract :
PT. Rebung Megah Kurnia adalah salah satu perusahaan penjual suku
cadang kendaraan roda empat hingga kendaraan berat. Walaupun masih terbilang
perusahaan baru, penjualan suku cadang sudah meningkat pesat. Setiap harinya,
data transaksi penjualan suku cadang di PT. Rebung Megah Kurnia terus
menumpuk dengan pencatatan sistem manual, sehingga menyulitkan pihak
perusahaan untuk menganalisis pola yang tersembunyi di dalam data maupun
mengukur performa penjualan demi menyusun strategi pemasaran ke depannya
karena belum memiliki sistem yang sepadan dengan beban kerja penjualannya.
Oleh karena itu, PT. Rebung Megah Kurnia membutuhkan sistem yang dapat
memudahkan perusahaan dalam mengolah data sehingga dapat menganalisis pola
tersembunyi maupun mengukur performa penjualan. Salah satu cara pengolahan
data yang dapat digunakan untuk masalah tersebut adalah datamining dengan
analisis asosiasi menggunakan algoritma Apriori dan metode SMARTER. Teknik
datamining dengan algoritma Apriori akan menghasilkan aturan asosiasi guna
menentukan kebiasaan konsumen dalam membeli suku cadang secara bersamaan
dalam satu waktu dengan dasar support dan confidence yang ditentukan. Sedangkan
metode SMARTER yang merupakan perbaikan dari metode SMART akan
menentukan proses pembobotan kriteria dan sub kriteria menggunakan metode
ROC untuk menghasilkan nilai utility dari setiap kriteria agar nantinya dilakukan
pemeringkatan terhadap alternatif yang nantinya akan menjadi sebuah acuan dalam
mengambil keputusan strategi pemasaran apa yang akan dijalankan. Penelitian ini
menerapkan kedua metode di atas dengan 2 k-itemset menggunakan threshold
support bernilai 0.2 dan threshold supportxconfidence bernilai 0.02 pada metode
Apriori serta dengan kriteria laba, jumlah terbeli, dan rata-rata pengiriman pada
metode SMARTER.