GDL

Sebagai salah satu aplikasi data mining, market basket analysis umumnya dilakukan dengan memakai metode Apriori. Metode ini mencari asosiasi antar item dengan hanya menghitung berapa kali item-item tersebut muncul dalam keseluruhan transaksi tanpa memperhatikan quantitas item dalam transaksi. Oleh karena itu, peneliti mengusulkan metode baru yang didasarkan pada persepsi bahwa semakin banyak item yang dibeli dalam suatu transaksi, maka hubungan antar item dalam transaksi tersebut semakin lemah.



Untuk pengujian realisasi konsep tersebut, peneliti mengumpulkan data-data transaksi penjualan dari sebuah swalayan selama satu bulan. Data yang didapat diubah ke bentuk yang dapat diolah oleh program. 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. Program experimen dibuat menggunakan 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 pihak pengambil keputusan 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

Beri Komentar ?#(0) | Bookmark