BAB I PENDAHULUAN Latar Belakang

dokumen-dokumen yang mirip
BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. Keberadaan minimarket di kota-kota besar sangat dibutuhkan bagi. masyarakat khususnya di daerah perumahan. Bagi sebagian besar

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah Identifikasi Masalah Masalah Umum

BAB I PENDAHULUAN I-1

IMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI PADA TOKO BANGUNAN UD. RUFI SENTOSA JAYA SAMBIREJO - PARE

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. Teknologi Informasi sekarang ini telah digunakan hampir di semua aspek


BAB I PENDAHULUAN. frekuensi tinggi antar himpunan itemset yang disebut fungsi Association

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain

PENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI

BAB 1 PENDAHULUAN 1.1 Pengantar Komputer

BAB I PENDAHULUAN. Data mining memungkinkan penemuan pola-pola yang menarik, informasi yang

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

ANALISA DAN PERANCANGAN APLIKASI ALGORITMA APRIORI UNTUK KORELASI PENJUALAN PRODUK (STUDI KASUS : APOTIK DIORY FARMA)

PENERAPAN ALGORITMA APRIORI DALAM MENENTUKAN STRATEGI PENJUALAN MAKANAN RINGAN (Studi Kasus: Toko Pak Herry Templek - Gadungan)

BAB 1 PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

Assocation Rule. Data Mining

BAB III METODOLOGI PENELITIAN

BAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan

Aturan assosiatif biasanya dinyatakan dalam bentuk : {roti, mentega} {susu} (support = 40%, confidence = 50%)

BAB 1 PENDAHULUAN. retail di Indonesia pada semester I 2010 telah mencapai Rp 40 triliun. Omzet perusahaan

JURNAL IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI

Kata Kunci : Data Mining, Algoritma Apriori, Aturan Asosiasi, Transaksi penjualan indomaret

PENGGUNAAN ALGORITMA APRIORI UNTUK MENENTUKAN REKOMENDASI STRATEGI PENJUALAN PADA TOSERBA DIVA SKRIPSI

BAB I PENDAHULUAN. dalam suatu sistem basis data melalui aplikasi sistem informasi manajemen. Dari

APLIKASI MONITORING KETERSEDIAAN STOK BARANG MINIMARKET DENGAN METODE MARKET BASKET ANALYSIS (MBA)

DATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI

Data Mining III Asosiasi

PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN DI MINIMARKET SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna

1 BAB I 2 PENDAHULUAN

BAB 2 TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA. Turban mendefinisikan Decision Support System sebagai sekumpulan

APLIKASI DATA MINING UNTUK PEMODELAN PEMBELIAN BARANG DENGAN MENGGUNAKAN ALGORITMA APRIORI TUGAS AKHIR

BAB I PENDAHULUAN. baik. Maka para pengelola harus mencermati pola-pola pembelian yang dilakukan

BAB 2 TINJAUAN PUSTAKA

ANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH H. ABDUL MANAN SIMATUPANG KISARAN

BAB I PENDAHULUAN. yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang

BAB I PENDAHULUAN 1.1. Latar Belakang

APLIKASI DATA MINING UNTUK ANALISIS ASOSIASI POLA PEMBELIAN DENGAN ALGORITMA APRIORI

Data Mining - Asosiasi. Market basket analysis Tool untuk menemukan pengetahuan. Istilah-istilah

RANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang)

BAB I PENDAHULUAN. barang bangunan, mulai dari bahan - bahan pokok bangunan sampai kebutuhan

PENERAPAN ALGORITMA APRIORI UNTUK MENENTUKAN FREKUENSI ITEM SET SEBAGAI STRATEGI PENJUALAN DI TOKO PUTRA MANIS SURAKARTA SKRIPSI

Penerapan Data Mining Untuk Analisis Pola Pembelian Produk Pada Clapper Movie Café Menggunakan Metode Association Rule

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN. 1.1 Latar Belakang

2.2 Data Mining. Universitas Sumatera Utara

PENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN

A Decision Support Tool For Association Analysis

ANALISIS DATA POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN SUPERMARKET PAMELLA YOGYAKARTA 1.

ANALISA POLA PEMILIHAN PROGRAM STUDI BAGI CALON MAHASISWA DI UNIVERSITAS ABDURRAB MENGGUNAKAN ASSOCIATION RULE

Analisa Data Mining Menggunakan Algoritma Frequent Pattern Growth Pada Data Transaksi Penjualan Restoran Joglo Kampoeng Doeloe Semarang

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. sisanya 21 persen berada di pulau lain (Djumenda, 2016).

STRATEGI PENJUALAN PAKAN UNGGAS PADA TOKO PAKAN PEKSI KEDIRI DENGAN MEMBANGUN SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN ALGORITMA APRIORI

SKRIPSI IMPLEMENTASI DATA MINING PADA DATA TRANSAKSI PENJUALAN UNTUK MENGETAHUI POLA PEMBELIAN MENGGUNAKAN ALGORITMA APRIORI

BAB 1 PENDAHULUAN 1.1 Pendahuluan 1.2 Latar Belakang Masalah

ASSOCIATION RULES PADA TEXT MINING

II. TINJAUAN PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Kata informasi telah menjadi suatu topik yang cukup menarik untuk

PENERAPAN METODE ASOSIASI GSP DAN APRIORI UNTUK STOK DAN REKOMENDASI PRODUK

6 SISTEM EVALUASI 6.1 Data Responden Evaluasi Elemen Desain Kursi Rotan 6.2 Pengembangan Sistem Evaluasi Elemen Desain Kursi Rotan

PENERAPAN ALGORITMA APRIORI UNTUK TRANSAKSI PENJUALAN OBAT PADA APOTEK AZKA

TOKO ONLINE RIRIS DENGAN MENGGUNAKAN METODE APRIORI UNTUK PEMILIHAN JENIS BUNGA SESUAI KEINGINAN CUSTOMER

DATA MINING UNTUK ANALISA PENJUALAN KERIPIK UD MARTOP PRATAMA MENGGUNAKAN ALGORITMA APRIORI

ANALISIS KERANJANG BELANJA PADA DATA TRANSAKSI PENJUALAN (STUDI KASUS TOSERBA YOGYA BANJAR) SKRIPSI. Oleh TRI LESTARI H

Pengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket

BAB I PENDAHULUAN. dalam aplikasi database. Informasi memegang peranan yang sangat penting dan

APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)

UKDW BAB I PENDAHULUAN

BAB I PENDAHULUAN. Inventori (stock barang) merupakan permasalahan operasional yang sering

Gambar Tahap-Tahap Penelitian

Penerapan Data Mining Association Rule Menggunakan Algoritma Apriori Untuk Meningkatkan Penjualan dan Memberikan Rekomendasi Pemasaran Produk Speedy

IMPLEMENTASI DATA MINING PADA PENJUALAN PRODUK ELEKTRONIK DENGAN ALGORITMA APRIORI (STUDI KASUS : KREDITPLUS)

Abstrak. Data Mining, Algoritma Apriori, Algoritma FP-Growth, Mata Pelajaran, Pemrograman, Web Programming, Matematika, Bahasa Inggris.

BAB 1 PENDAHULUAN Latar Belakang

JURNAL IMPLEMENTASI DATA MINING PADA PENJUALAN SEPATU DENGAN MENGGUNAKAN ALGORITMA APRIORI

JURNAL IMPLEMENTASI DATA MINING PADA PEMILIHAN WAHANA PERMAINAN FAVORIT GAME FANTASIA DI KEDIRI MALL

BAB III METODE PENELITIAN. A. Tempat dan Waktu. 1. Tempat Penelitian. a. Assalam hypermarket merupakan salah satu pusat perbelanjaan di

ANALISIS KETERKAITAN DATA TRANSAKSI PENJUALAN BUKU MENGGUNAKAN ALGORITMA APRIORI DAN ALGORITMA CENTROID LINKAGE HIERARCHICAL METHOD (CLHM)

JURNAL IMPLEMENTASI DATA MINING PADA TRANSAKSI PENJUALAN BIBIT BUAH DENGAN ALGORITMA APRIORI (STUDI KASUS: UD BUAH ASRI)

BAB I PENDAHULUAN. mereka memanfaatkan peluang-peluang bisnis yang ada dan berusaha untuk

Perancangan Data Mining dalam Analisis Asosiasi Kuantitatif Pembelian Item Barang dengan Metode Apriori

APLIKASI DATA MINING MARKET BASKET ANALYSIS PENJUALAN SUKU CADANG SEPEDA MOTOR MENGGUNAKAN METODE ASSOCIATION RULES PADA PT. SEJAHTERA MOTOR GEMILANG

ANALISIS KERANJANG BELANJA DENGAN ALGORITMA APRIORI PADA PERUSAHAAN RETAIL

Implementasi data mining menggunakan metode apriori (studi kasus transaksi penjualan barang)

Analisis Hasil Implementasi Data Mining Menggunakan Algoritma Apriori pada Apotek

ANALISIS PERILAKU PEMBELIAN DENGAN MENGGUNAKAN MARKET BASKET ANALYSIS PADA USAHA RITEL (Studi Kasus Karima Swalayan, Bogor)

UKDW BAB 1 PENDAHULUAN

BAB I PENDAHULUAN. Kemajuan teknologi saat ini membuat samartphone hadir dengan berbagai

PENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III METODE PENELITIAN. Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang

Transkripsi:

BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan dan persaingan dalam dunia bisnis perdagangan serta kemajuan teknologi informasi merupakan suatu hal yang saling terkait, dalam ketatnya persaingan pasar untuk memenuhi tuntutan pelanggan yang semakin tinggi. Perusahaan memerlukan strategi dan kecerdasan bisnis untuk dapat terus memenuhi keinginan pelanggan dan tuntutan pasar. Sehingga kemajuan teknologi sangat dibutuhkan untuk mengembangkan bisnis perdagangan [1]. Dalam persaingan di dunia bisnis, khususnya industri swalayan, menuntut para pengembang untuk menemukan suatu strategi yang tepat supaya dapat meningkatkan penjualan barang, salah satu cara yaitu dengan mengetahui pola pembelian belanja konsumen sehingga kita bisa menerapkan langkah-langkah yang tepat untuk memberikan fasilitas yang lebih, guna meningkatkan daya jual [2]. Swalayan Indomaret merupakan swalayan yang menjual bahan-bahan pokok dan kebutuhan barang rumah tangga, swalayan Indomaret selalu berusaha memberikan pelayanan terbaik agar kepuasan bagi konsumen dapat terwujud dengan menyediakan produk yang berkualitas, layanan yang unggul, dan harga bersahabat, serta dalam suasana belanja yang menyenangkan, namun karena terjadi persaingan dengan swalayan lainnya maka diperlukan strategi strategi untuk mempertahankan bisnis ritel tersebut. Sehubungan dengan hal itu suatu swalayan harus bisa mengerti apa yang sebenarnya diinginkan oleh konsumennya untuk memberikan kenyamanan dalam berbelanja di swalayan tersebut, terutama dalam memberikan kemudahan untuk memilih barang belanjaan yang diinginkan oleh kosumen dengan mudah. Sebagai contoh dalam peletakan barang-barang belanjaan yang tersusun di dalam rak sebaiknya disesuaikan dengan pola belanja 1

2 konsumen untuk memudahkan konsumen mencari barang-barang yang diinginkan [1]. Setiap hari Indomaret melayani transaksi penjualan yang banyak, dan salah satu masalah yang sering dihadapi adalah kurangnya stok barang yaitu ketersediaan barang sering kali tidak memadai kebutuhan pelanggan. Misalnya jumlah stok barang terlalu sedikit permintaan banyak, atau sebaliknya stok barang yang banyak tetapi permintaan sedikit, hal ini dapat menyebabkan kekecewaan pelanggan karena barang yang diinginkan sering kali habis dan juga kerugian bagi pengelola swalayan karena beberapa barang yang tidak laku bisa semakin menumpuk. Setiap hari data transaksi penjualan di Indomaret semakin bertambah banyak sehingga data tersebut menumpuk, Namun data ini seringkali diperlakukan hanya sebagai rekaman tanpa pengolahan lebih lanjut sehingga tidak mempunyai nilai guna lebih untuk bisa dimanfaatkan dengan baik. Analisis dari tiap koleksi data tersebut akan menghasilkan pengetahuan atau informasi, misalnya berupa pola dan kaidah asosiasi yang terjadi pada data [3]. Metode yang sering digunakan untuk melakukan analisis pola perilaku belanja konsumen adalah analisis keranjang belanja atau Market Basket Analysis (MBA). Analisis ini merupakan salah satu metode dalam penambangan data (data mining) yang mempelajari tentang perilaku kebiasaan konsumen dalam membeli barang secara bersamaan dalam satu waktu.. Metode analisis pola perilaku belanja MBA menggunakan bantuan algoritma apriori, yang merupakan algoritma MBA yang digunakan untuk menghasilkan association rule, dengan pola if then. Teknik tersebut bisa diterapkan dalam data yang sangat besar seperti data transaksi penjualan pada Indomaret Indraprasta Semarang [1]. Algoritma apriori salah satu dari jenis aturan asosiasi yang ada pada data mining, Algoritma apriori bertujuan untuk menemukan sebuah frequent itemset yang dijalankan pada sekumpulan data. Analisis apriori adalah suatu proses untuk menemukan semua aturan apriori yang memenuhi syarat minimum untuk support dan syarat minimum untuk confidence [3].

3 Penerapan Algoritma Apriori dapat membantu dalam membentuk kandidat kombinasi item, kemudian dilakukan pengujian apakah kombinasi tersebut memenuhi parameter support dan confidence minimum yang merupakan nilai ambang yang diberikan oleh peneliti. Jika memenuhi parameter support dan confidence maka hasil tersebut dapat membantu dalam penentuan pola pembelian barang dan membantu tata letak barang berdasarkan kencenderungan konsumen membeli barang[2]. Market Basket Analysis dengan algoritma apriori dapat meningkatkan penjualan karena dengan menerapkannya dapat diketahui pola kebiasaan belanja pelanggan, sehingga barang - barang yang sering dibeli pelanggan ditempatkan secara strategis dan stoknya akan diperbanyak agar mencukupi, supaya tidak cepat habis dan barang - barang yang kurang diminati pelanggan stoknya dikurangi agar tidak menumpuk yang bisa mengakibatkan kerugian bagi pengelola serta barang-barang yang sering dibeli secara bersamaan oleh pelanggan akan ditempatkan berdekatan. Oleh karena itu peneliti akan menggunakan metode Market Basket Analysis dengan menerapkan algoritma apriori dalam penelitian, untuk mengetahui kebiasaan belanja pelanggan sehingga memudahkan dalam stok barang dan order barang. 1.2. Rumusan Masalah Dari latar belakang permasalahan yang sudah diuraikan diatas, dapat dirumuskan masalah yang akan di cari solusinya yaitu : Bagaimanakah melakukan analisis pola pembelian konsumen dengan Algoritma Apriori pada Indomaret Indraprasta Semarang, berdasarkan data transaksi penjualannya?.

4 1.3. Batasan Masalah Sesuai dengan rumusan masalah diatas maka batasan masalah yang dibahas hanya meliputi : 1. Data yang digunakan adalah data transaksi penjualan pada bulan September sampai Oktober 2015. 2. Penelitian menggunakan metode market basket analysis dengan algoritma apriori. 3. Penerapan konsep analisis asosiasi mining melalui support dan confidence. 4. Penerapan kaidah asosiasi dalam bentuk frequent itemset. 1.4. Tujuan Penelitian Berdasarkan rumusan masalah diatas tujuan penelitian ini adalah, sebagai berikut : 1. Analisis data transaksi penjualan di Indomaret Indraprasta Semarang. 2. Menerapkan algoritma apriori dalam menemukan pola pembelian konsumen. 1.5. Manfaat Penelitian 1.5.1. Manfaat bagi peneliti 1. Dapat mengimplementasikan ilmu yang didapat semasa perkuliahan dengan metode-metode yang diajarkan kedalam dunia usaha perdagangan. 2. Untuk memenuhi persyaratan formal dalam menyelesaikan program studi Teknik Informatika S-1 pada Fakultas Ilmu Komputer Universitas Dian Nuswantoro.

5 1.5.2. Manfaat bagi Universitas 1. Sebagai tolak ukur sejauh mana pemahaman dan penguasaan materi data mining terhadap teori yang diajukan. 2. Sebagai bahan evaluasi akademik untuk meningkatkan pendidikan. 3. Sebagai bahan referensi bagi meraka yang akan mengadakan penelitian untuk dikembangkan lebih lanjut dengan permasalahan yang berbeda. 1.5.3. Manfaat bagi Indomaret Indraprasta 1. Membantu perusahaan dalam mengetahui pola keterkaitan barang yang sering dibeli pelanggan secara bersamaan. 2. Membantu perusahaan untuk mengatur stok barang dan dapat mempermudah mengatur peletakan barang berdasarkan pola keterkaitan barang yang satu dengan yang lainnya. 1.6. Sistematika Penulisan Sistematika penulisan tugas akhir ini adalah sebagai berikut : BAB I PENDAHULUAN Bab ini merupakan bagian pendahuluan berisi latar belakang masalah, rumusan masalah, batasan masalah, maksud dan tujuan yang ingin dicapai, manfaat penelitian serta sistematika penulisan. BAB II TINJAUAN PUSTAKA Membahas berbagai konsep dasar dan teori-teori yang berkaitan dengan topik masalah yang diambil dan berisikan landasan teori yang menjadi dasar penelitian. BAB III METODOLOGI PENELITIAN Berisi tentang teknis pelaksanaan penelitian yaitu bagaimana penelitian akan dilaksanakan dengan menggunakan metode algoritma apriori dan metode analitisnya.

6 BAB IV HASIL DAN PEMBAHASAN Membahas mengenai pengimplementasian penelitian dan hasil analisis penelitian. BAB V KESIMPULAN DAN SARAN Bab terakhir ini yaitu menyimpulkan penelitian yang sudah dilakukan dan memberikan saran atas penelitian yang diambil.