MARKET BASKET ANALYSIS TREN HIJAB MENGUNAKAN ALGORITMA APRIORI

Hernawati Hernawati, Muhadi Hariyanto
{"title":"MARKET BASKET ANALYSIS TREN HIJAB MENGUNAKAN ALGORITMA APRIORI","authors":"Hernawati Hernawati, Muhadi Hariyanto","doi":"10.33480/inti.v16i2.2763","DOIUrl":null,"url":null,"abstract":"Diketahui perekonomian Indonesia sedang pemulihan akibat pandemi Covid 19 Toko, restoran, hingga pusat perbelanjaan yang biasa ramai pengunjung kini nampak sepi pengunjung akibat adanya anjuran untuk membatasi aktivitas di luar rumah. Bahkan tidak sedikit pula karyawan dari berbagai perusahaan terpaksa dirumahkan akibat pandemi. Covid 19 memang membawa dampak buruk bagi sektor industri, namun disisi lain, ini waktu yang tepat untuk membuka usaha secara mandiri dengan memanfaatkan teknologi. Untuk melakukan strategi pemasaran perlu adanya ilmu data mining menggunakan algoritma apriori untuk mendapatkan informasi asosiasi data barang dari data transaksi penjualan dapat melihat pola pembelian konsumen. Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur yaitu support  dan confidence. Hasil dari pengolahan data 30 transaksi melalui Market Basket Analysis terdapat 1 pola asosiasi yang memenuhi syarat adalah jika membeli BLM Kids maka akan membeli BPM Kids dengan confidence tertinggi= 28.58%. Untuk Pola yang didapat bisa digunakan untuk memberikan diskon atau bundling terhadap pola pembelian.","PeriodicalId":197142,"journal":{"name":"INTI Nusa Mandiri","volume":"21 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-02-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"INTI Nusa Mandiri","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33480/inti.v16i2.2763","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Diketahui perekonomian Indonesia sedang pemulihan akibat pandemi Covid 19 Toko, restoran, hingga pusat perbelanjaan yang biasa ramai pengunjung kini nampak sepi pengunjung akibat adanya anjuran untuk membatasi aktivitas di luar rumah. Bahkan tidak sedikit pula karyawan dari berbagai perusahaan terpaksa dirumahkan akibat pandemi. Covid 19 memang membawa dampak buruk bagi sektor industri, namun disisi lain, ini waktu yang tepat untuk membuka usaha secara mandiri dengan memanfaatkan teknologi. Untuk melakukan strategi pemasaran perlu adanya ilmu data mining menggunakan algoritma apriori untuk mendapatkan informasi asosiasi data barang dari data transaksi penjualan dapat melihat pola pembelian konsumen. Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur yaitu support  dan confidence. Hasil dari pengolahan data 30 transaksi melalui Market Basket Analysis terdapat 1 pola asosiasi yang memenuhi syarat adalah jika membeli BLM Kids maka akan membeli BPM Kids dengan confidence tertinggi= 28.58%. Untuk Pola yang didapat bisa digunakan untuk memberikan diskon atau bundling terhadap pola pembelian.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
众所周知,印尼经济正因科维德19大流行(Covid 19)的商店、餐馆和以游客为中心的购物中心而复苏。由于大流行,许多公司的员工被迫搬迁。科维德19号确实给工业部门带来了不好的影响,但另一方面,是时候利用技术独立创业了。要进行营销策略,需要数据挖掘科学使用四月算法从销售交易数据收集协会的信息,可以看到消费者购买的模式。支持和信任,一个协会是否重要。通过市场分析进行的30笔交易的结果是,有一种可行的联想模式是,如果你购买未经授权的孩子,你将购买最自信的BPM孩子= 28.58%。获得的模式可用于折扣或对购买模式进行盘点。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
PENERAPAN METODE ASOSIASI PADA ANALISA POLA PEMINJAMAN BUKU PERPUSTAKAAN PENERAPAN MODEL WATERFALL DALAM PERANCANGAN APLIKASI DIGITAL CUSTOMER RELATIONSHIP MANAGEMENT PRODUK FASHION OPTIMASI KINERJA LINEAR REGRESSION, RANDOM FOREST REGRESSION DAN MULTILAYER PERCEPTRON PADA PREDIKSI HASIL PANEN OPTIMASI KINERJA LINEAR REGRESSION, RANDOM FOREST REGRESSION DAN MULTILAYER PERCEPTRON PADA PREDIKSI HASIL PANEN PENERAPAN K-MEANS DAN K-MEDOIDS BERBASIS RFM PADA SEGMENTASI PELANGGAN DI MASA PANDEMI COVID-19
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1