Untuk meningkatkan income penjualan anda, terutama jika usaha anda berjenis supermarket atau swalayan, membuat pelanggan tertarik untuk membeli atau datang kembali untuk membeli, adalah syarat wajib. Ada banyak cara efektif untuk meningkatkan daya tarik pelanggan, salah satunya dengan Apriori.

Apriori? Apa itu?

Apriori adalah salah satu algoritma yang terdapat pada data mining, dan merupakan algoritma yang menggunakan metode asosiasi. Pramudiono (2006), mendefinisikan data mining sebagai analisis otomatis dari data yang berjumlah besar atau kompleks dengan tujuan untuk menemukan pola atau kecenderungan yang penting yang biasanya tidak disadari keberadaannya. Singkatnya, data mining dapat kita artikan sebagai proses dalam menganalisis data.

Metode asosiasi diartikan sebagai metode untuk yang menunjukkan pola-pola yang sering muncul di dalam data. Metode ini terdapat nilai support dan confidence yang dapat menunjukkan seberapa besar suatu rule dapat dipercaya. Support itu sendiri berarti ukuran untuk mengetahui seberapa besar tingkat dominasi suatu item atau itemset terhadap keseluruhan transaksi. Sedangkan confidence adalah ukuran yang menunjukan hubungan antara dua item secara conditional.

Apriori yang sering digunakan dalam metode asosiasi merupakan sebuah algoritma yang dapat kita gunakan dalam mencari pola hubungan antara satu atau lebih item dalam suatu dataset sehingga dapat diterapkan pada data transaksi suatu toko atau swalayan. Misalnya, sebuah swalayan memiliki data transaksi, dan dari data transaksi tersebut, melalui apriori, kita dapat mengetahui pola pembelian dari konsumen. Jika pembeli atau konsumen membeli produk A, B, maka kemungkinan besar 50% dia akan membeli produk C.

Lalu, apa hubungannya dengan daya tarik pelanggan?

Jika kita membeli gula, biasanya akan bersamaan dengan kopi, teh, atau tepung. Jika membeli mentega, biasanya tepung, telur, pewarna kue akan mengikuti. Inilah yang disebut sebagai pola pembelian. Menempatkan item-item tersebut bersama sekawanannya akan membuat kegiatan berbelanja jadi lebih praktis dan efektif.

Sebaiknya kita masuk lebih dalam lagi mengenai algoritma apriori ini dengan memahami cara kerjanya.

Cara kerja apriori:

  1. Tentukan minimum support
  2. Iterasi 1: hitung item-item dari support (transaksi yang memuat seluruh item) dengan men-scan database untuk 1-itemset, setelah 1-itemset didapatkan, dari 1- itemset apakah diatas minimum support, apabila telah memenuhi minimum support, 1-itemset tersebut akan menjadi pola frequent tinggi,
  3. Iterasi 2: untuk mendapatkan 2-itemset, harus dilakukan kombinasi dari k-itemset sebelumnya, kemudian scan database lagi untuk hitung item-item yang memuat support. Itemset yang memenuhi minimum support akan dipilih sebagai pola frequent tinggi dari kandidat
  4. Tetapkan nilai k-itemset dari support yang telah memenuhi minimum support dari k-itemset
  5. Lakukan proses untuk iterasi selanjutnya hingga tidak ada lagi k-itemset yang memenuhi minimum support.

Semoga bermanfaat!

REFERENSI

[1]. A., Marisa, F., & Purnomo, D. (2016). Penerapan Algoritma Apriori Terhadap Data Penjualan di Toko Gudang BM. JOINTECS (Journal of Information Technology and Computer Science), 1(1), 1–5. https://doi.org/10.31328/jointecs.v1i1.408

[2]. Listriani, D., Setyaningrum, A. H., & Eka, F. (2018). Penerapan Metode Asosiasi Menggunakan Algoritma Apriori Pada Aplikasi Analisa Pola Belanja Konsumen (Studi Kasus Toko Buku Gramedia Bintaro). Jurnal Teknik Informatika, 9(2), 120–127. https://doi.org/10.15408/jti.v9i2.5602

[3]. Rodiyansyah, S. (2015). Algoritma Apriori untuk Analisis Keranjang Belanja pada  Data Transaksi Penjualan. Infotech Journal, 1(2), 23659

Original Create by : Sella Annisa & Susanti

Sumber Gambar