KLASTERISASI DAN ASOSIASI MINAT BELI KONSUMEN PADA MINIMARKET AZZURA MART MENGGUNAKAN HYBRID DATA MINING ALGORITMA K-MEDOIDS DAN ALGORITMA FP-GROWTH

ZAHRAH, WITA AZ (2023) KLASTERISASI DAN ASOSIASI MINAT BELI KONSUMEN PADA MINIMARKET AZZURA MART MENGGUNAKAN HYBRID DATA MINING ALGORITMA K-MEDOIDS DAN ALGORITMA FP-GROWTH. Sarjana thesis, Universitas Putra Indonesia "YPTK" Padang.

	Text SKRIPSI_19101152630245 WITA AZZAHRAH_FULLTEKS.pdf Restricted to Repository staff only Download (2MB)
Preview	Text SKRIPSI_19101152630245 WITA AZZAHRAH_ABSTRAK.pdf Download (202kB) | Preview
Preview	Text SKRIPSI_19101152630245 WITA AZZAHRAH_BAB I.pdf Download (340kB) | Preview
Preview	Text SKRIPSI_19101152630245 WITA AZZAHRAH_DAFTAR PUSTAKA.pdf Download (433kB) | Preview

Abstract

Persaingan bisnis ritel, khususnya minimarket saat ini semakin meningkat sehingga diperlukan strategi penjualan agar dapat bertahan di pasar. Namun kurangnya pemahaman mengenai preferensi dan minat beli pelanggan menyebabkan pihak minimarket Azzura Mart tidak efisien dalam merancang strategi pemasaran dimana manajemen persediaan dan penempatan produk di toko yang masih dilakukan secara intuisif dan belum disesuaikan dengan permintaan atau tren pembelian dan kecenderungan konsumen dalam membeli produk. Data mining merupakan solusi bagi pihak minimarket untuk mengetahui kecenderungan konsumen dalam membeli produk dengan mengidentifikasi pola pembelian pada data transaksi penjualan yang tersimpan agar dapat mengambil keputusan yang lebih baik dalam mengatur strategi untuk meningkatkan kepuasan pelanggan dan daya saing minimarket. Penelitian ini mengusulkan pendekatan data mining dengan menggabungkan algoritma K-Medoids dan FP-Growth. Kombinasi metode ini bekerja dengan dua tahap yaitu clustering menggunakan algoritma K-Medoids untuk klasterisasi data transaksi penjualan menjadi suatu kelompok data tertentu sehingga analisis asosiasi dapat difokuskan pada data yang relevan. Setelah cluster diperoleh, selanjutnya analisis association rule menggunakan algoritma FP-Growth digunakan untuk menentukan pola pembelian yang sering muncul. Dari 45 data yang diolah menggunakan K- Medoids clustering, diperoleh 27 data transaksi yang dihasilkan untuk proses asosiasi. Dari 27 data yang diproses dengan FP-Growth, dihasilkan sebanyak 6 rules yang memenuhi ambang batas support dan confidence. Hasil penelitian ini dapat membantu pihak Azzura Mart untuk meningkatkan pemahaman tentang minat beli pelanggan berupa pola pembelian produk yang sering muncul di sehingga dapat mengoptimalkan strategi pemasaran dan penjualan yang disesuaikan dengan kecenderungan konsumen dalam berbelanja. Kata Kunci : Bisnis Ritel, Minimarket, Strategi Penjualan, Pola Beli Konsumen, Data Mining, Klasterisasi, K-Medoids, FP-Growth, Aturan Asosiasi

Actions (login required)

View Item