Analisis Perilaku Pembelian Dan Prediksi Konsumen Pada Usaha Retail Dengan Metode Data Mining

Iskandar; Adi Muhamad Muhsidi; Qona’ah El Hasan; Dadan Darmawan Muttaqien; Aah Sumiah

doi:10.33365/jtk.v19i2.728

Iskandar Universitas Kuningan, Kuningan
Adi Muhamad Muhsidi Universitas Kuningan, Kuningan
Qona’ah El Hasan Universitas Kuningan, Kuningan
Dadan Darmawan Muttaqien Universitas Kuningan, Kuningan
Aah Sumiah Universitas Kuningan, Kuningan

DOI: https://doi.org/10.33365/jtk.v19i2.728

Keywords: Data Mining, Algoritma Apriori, Perilaku Konsumen, Analisis Keranjang Belanja, Strategi Ritel

Abstract

Usaha retail khususnya skala kecil dan menengah, menghadapi tantangan dalam memahami perilaku pembelian konsumen secara mendalam dari data transaksi yang melimpah. Ketidakmampuan untuk menganalisis pola ini secara efektif sering kali menyebabkan inefisiensi dalam manajemen inventori, penataan produk di dalam toko, serta perancangan strategi pemasaran yang kurang terarah. Penelitian ini bertujuan untuk menyajikan solusi atas permasalahan tersebut dengan menganalisis dan memprediksi perilaku pembelian konsumen di Azzam Mart melalui penerapan metode data mining. Pendekatan yang digunakan adalah Association Rule Mining dengan mengimplementasikan algoritma Apriori untuk mengungkap hubungan antar produk. Data transaksi penjualan, yang terdiri dari 300 transaksi selama periode Oktober 2024, diolah menggunakan bahasa pemrograman Python beserta pustaka Pandas untuk manipulasi data dan Seaborn untuk visualisasi. Algoritma Apriori bekerja dengan mengidentifikasi frequent itemsets, yaitu kombinasi produk yang sering dibeli bersamaan, berdasarkan tiga metrik utama: Support, yang mengukur frekuensi kemunculan sebuah item atau set item dalam seluruh transaksi; Confidence, yang menunjukkan probabilitas pembelian produk konsekuen ketika produk anteseden telah dibeli ; dan Lift, yang mengukur seberapa besar peningkatan probabilitas pembelian bersama dibandingkan jika kedua produk dibeli secara independen. Hasil analisis berhasil mengidentifikasi 20 frequent itemsets teratas, dengan "Telur Ayam", "Minuman Soda" dan "Susu UHT" sebagai produk yang paling sering muncul dalam transaksi konsumen. Lebih lanjut, penelitian ini mengungkap aturan asosiasi yang kuat dan signifikan secara bisnis. Salah satu temuan utamanya adalah hubungan erat antara pembelian "Roti Tawar" (sebagai anteseden) dan "Minyak Goreng 1L" (sebagai konsekuen), yang menunjukkan nilai confidence sebesar 41,7% dan nilai lift 2,69. Nilai lift yang lebih besar dari 1 ini mengindikasikan bahwa kedua produk tersebut 2,69 kali lebih mungkin untuk dibeli bersama-sama daripada secara kebetulan, menandakan asosiasi yang positif dan kuat. Temuan ini memberikan wawasan strategis yang dapat ditindaklanjuti bagi manajemen ritel untuk mengoptimalkan penempatan produk, merancang program promosi yang efektif seperti bundling dan meningkatkan manajemen stok untuk kepuasan pelanggan dan peningkatan penjualan.

References

E. Elisa, “Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori,” vol. 2, no. 2, pp. 472–478, 2018, [Online]. Available: http://jurnal.iaii.or.id

E. Alma, E. Utami, and F. Wahyu Wibowo, “Implementasi Algoritma Apriori untuk Rekomendasi Produk pada Toko Online Implementation of Apriori Algorithms for Product Recommendations at Online Stores,” Citec Journal, vol. 7, no. 1, 2020.

M. Hasanul Huda and M. Syafrullah, “PENERAPAN METODE ASSOCIATION RULES DENGAN ALGORITME APRIORI UNTUK MENCARI POLA KETERKAITAN SETIAP ITEM LEWAT PERILAKU PELANGGAN PADA GAVIO BOUTIQUE COLLECTION JAKARTA PUSAT.”

M. F. Mulya, N. Rismawati, and R. R. Alifi, “ANALISIS DAN IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENINGKATKAN PENJUALAN PADA KANTIN UNIVERSITAS TANRI ABENG,” Faktor Exacta, vol. 12, no. 3, p. 210, Nov. 2019, doi: 10.30998/faktorexacta.v12i3.4541.

A. N. Rahmi and A. Mikola, “IMPLEMENTASI ALGORITMA APRIORI UNTUK MENENTUKAN POLA PEMBELIAN PADA CUSTOMER (STUDI KASUS : TOKO BAKOEL SEMBAKO).”

M. Sholeh and D. Andayati, “Penerapan Metode Clustering dengan Algoritma K-Means Pada Pengelompokan Indeks Prestasi Akademik Mahasiswa,” SKANIKA: Sistem Komputer dan Teknik Informatika, vol. 6, no. 1, pp. 51–60, 2023.

A. Naufal Waliyus Zain and A. Tholib, “Klasifikasi Data Mining di Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Sistem Informasi Fakultas Teknik Universitas Nurul Jadid,” vol. 7, no. 2, pp. 204–213, 2024.

D. Nofriansyah and G. W. Nurcahyo, Algoritma data mining dan pengujian. Deepublish, 2015.

G. Gunadi and D. Indra Sensuse, “PENERAPAN METODE DATA MINING MARKET BASKET ANALYSIS TERHADAP DATA PENJUALAN PRODUK BUKU DENGAN MENGGUNAKAN ALGORITMA APRIORI DAN FREQUENT PATTERN GROWTH (FP-GROWTH) : STUDI KASUS PERCETAKAN PT. GRAMEDIA,” 2012.

D. Anggraini, S. A. Putri, and L. A. Utami, “Implementasi Algoritma Apriori Dalam Menentukan Penjualan Mobil Yang Paling Diminati Pada Honda Permata Serpong,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 2, p. 302, Apr. 2020, doi: 10.30865/mib.v4i2.1496.

A. H. Priyanto and A. B. Arifa, “Implementation of Market Basket Analysis with Apriori Algorithm in Minimarket,” Jurnal Teknik Informatika (Jutif), vol. 3, no. 5, pp. 1423–1429, 2022.

T. D. Putra, “Analisis Keranjang Belanja dengan Algoritma Apriori Klasik pada Data Mining,” Jurnal Kajian Ilmiah, vol. 20, no. 1, pp. 59–66, 2020.

“Penerapan Asosiasi Produk Berbasis AI untuk Rekomendasi Bisnis di Industri 4.0 dengan Pertimbangan Analisis Perilaku Beli Konsumen ”.

R. Arista, A. Nugroho, and N. T. Kurniadi, “PENERAPAN DATA MINING UNTUK PREDIKSI POLA PEMBELIAN PELANGGAN MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: TOKO JIHAN),” vol. 14, 2023.

A. M. Muhsidi and A. Sumiah, “ANALISIS IMPLEMENTASI APLIKASI BIG DATA PADA INDUSTRI KESEHATAN, KEUANGAN DAN PENDIDIKAN,” Digital Business and Entrepreneurship Journal, vol. 3, no. 1, pp. 24–35, Jan. 2025, doi: 10.25134/digibe.v3i1.256.

H. Mawengkang and E. Budhiarti Nababan, “PENGEMBANGAN ALGORTIMA APRIORI UNTUK PENGAMBILAN KEPUTUSAN THE DEVELOPMENT APRIORI ALGORITHM FOR DECISION-MAKING,” 2015.

E. Elisa, K. Handoko, T. dan Komputer, and U. Putera Batam, “PENERAPAN DATA MINING METODE APRIORI DALAM ANALISIS KECENDRUNGAN PEMBELIAN KONSUMEN GROCERY SHOP,” AJurnal TEKINKOM, vol. 6, no. 1, 2023, doi: 10.37600/tekinkom.v6i1.817.

G. Soepriyono and A. Triayudi, “Implementasi Data Mining dengan Algoritma Apriori dalam Menentukan Pola Pembelian Aksesoris Laptop,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 7, no. 4, p. 2087, Oct. 2023, doi: 10.30865/mib.v7i4.6555.

F. Achmad, O. Nurdiawan, and Y. A. Wijaya, “ANALISA POLA TRANSAKSI PEMBELIAN KONSUMEN PADA TOKO RITEL KESEHATAN MENGGUNAKAN ALGORITMA FP-GROWTH,” 2023. [Online]. Available: www.researchgate.net