PENERAPAN METODE DATA MINING MARKET BASKET ANALYSIS TERHADAP DATA PENJUALAN PRODUK BUKU ONLINE DENGAN MENGGUNAKAN ALGORITMA APRIORI

• Addian Nur Rijal

  Program Studi Teknik Informatika Universitas Widyagama Malang

• Fitri Marisa

  Program Studi Teknik Informatika Universitas Widyagama Malang

• Dwi Purnomo

  Program Studi Teknik Informatika Universitas Widyagama Malang

Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pendukung keputusan. Salah satu teknik data mining yang dapat digunakan adalah association data mining atau yang biasa disebut dengan istilah market basket analysis. Market basket didefinisikan sebagai suatu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi. Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembentukan aturan-aturan asosiasi (association rules). Algoritma Apriori adalah suatu algoritma yang sudah sangat dikenal dalam melakukan pencarian frequent itemset dengan association rule.  Sesuai dengan namanya, algoritma ini menggunakan knowledge mengenai frequent itemset yang telah diketahui sebelumnya, untuk memproses informasi selanjutnya. Dalam penelitian ini algoritma apriori digunakan untuk membantu menemukan sejumlah aturan asosiasi dari basis data transaksi penjualan produk buku, sehingga untuk selanjutnya dapat digunakan sebagai pertimbangan dalam membuat strategi pemasaran dan penjualan efektif.

 

Kata kunci : data mining, market basket analysis,algoritma apriori.

Al Fatta, Hanif, (2007). Analisis & Perancangan Sistem Informasi. Yogyakarta: Andi.

Dewantara Heru, Santoso Purnomo Budi dan Setyanto Nasir Widha, (2013). Perancangan Aplikasi Data Mining Dengan Algoritma Apriori Untuk Frekuensi Analisis Keranjang Belanja Pada Data Transaksi Penjualan (Studi Kasus di Swalayan KPRI Universitas Brawijaya). Jurnal Universitas Brawijaya.

Irmawati Dewi, (2011). Pemanfaatan E- Commerce Dalam Dunia Bisnis.Jurnal Manajemen Informatika Politeknik Negeri Sriwijaya.

Kusrini dan Luthfi Emha Taufiq, (2009).

Algoritma Data Mining. Yogyakarta : Andi.

Prayitno Sarwo, (2013). Yii Framework Menguasai Framework PHP Terbaik. Yogyakarta : Lokomedia.

Rindengan Altien J, (2012). Perbandingan Asossiation Rule Berbentuk Biner Dan Fuzzy C-partition Pada Analisis Market Basket Dalam Data Mining. Jurnal Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sam Ratulangi.

Rosari Renati Winong, (2008). PHP & MySQL. Yogyakarta : Andi.

Susanto Sani dan Suryadi Dedy, (2010).Pengantar Data Mining Menggali Pengetahuan dari Bongkahan Data. Yogyakarta : Andi.

Sutrisno, Afriyudi dan Widiyanto, (2013).Penerapan Data Mining Pada Penjualan Menggunakan Metode Clustering Study Kasus Pt. Indomarco Palembang. Jurnal Universita Bina Darma.

Yiiframework, (2010). Keamanan Yii PHP Framework. [online] Tersedia di : <http://www.yiiframework.com/doc/guide/1.1/id/topics.security> [Diakses pada 13 Agustis 2014].

• PDF (Indonesian)