Analisis Pola Pembelian Konsumen Pada PT Indoritel Makmur Internasional TBK Menggunakan Metode Algoritma Apriori
Analisis Pola Pembelian Konsumen Pada PT Indoritel Makmur Internasional TBK Menggunakan Metode Algoritma Apriori
Analisis Pola Pembelian Konsumen Pada PT Indoritel Makmur Internasional TBK Menggunakan Metode Algoritma Apriori
*narti.eka@puterabatam.ac.id
Abstract
PT Indoritel Makmur Internasional Tbk or better known as Indomaret is one of the companies
engaged in retail in which this company every day must meet the needs of consumers. Consumers
tend to pay attention to prices on label and product layout. At the price tag, the promo price and
promo period are shown. However, when the promo period is still ongoing, the desired product
kosumen is empty. In addition, the laying of the product on the shelf is not in accordance with the
habits of consumers when buying the product simultaneously in one time. This causes
disappointment to consumers who can not meet their needs. Therefore the company should look at
the purchase patterns made by consumers. To know the product purchased simultaneously, use
association rule (data association rule) that is Data Mining technique to find association rule of a
combination of items. The association search process uses the apriori algorithm method which can
generate the knowledge contained in the customer's transaction data, regarding the purchase pattern
by the consumer. Based on the calculation of apriori algorithm that meets the minimum value of
confidence and tested with Tanagra software, the highest Indomaret rule store that appears on
Instant Oil and Noodle products with Support value 43.3% and confidence 92.8%, this is the same
as manual calculation a priori algorithm. Then can be arranged product layout adjacent to facilitate
the existence of the product and make it easier in determining inventory of product promo desired by
consumer and can be used as decision Support manager in managing company activity.
Keywords: Data Mining, Transaction data, Apriori, Association Rule, Purchasing pattern.
Abstrak
PT Indoritel Makmur Internasional Tbk atau yang lebih dikenal dengan Indomaret merupakan salah
satu perusahaan yang bergerak dibidang ritel yang mana perusahaan ini setiap harinya harus
memenuhi kebutuhan konsumen. Konsumen cenderung memperhatikan harga pada label dan tata
letak produk. Pada label harga, tercantum harga promo dan masa promo tersebut berlangsung. Akan
tetapi, saat masa promo masih berlangsung, produk yang diinginkan kosumen sudah kosong. Selain
itu, peletakan produk pada rak yang tidak sesuai dengan kebiasaan konsumen saat membeli produk
secara bersamaan dalam satu waktu. Hal ini menyebabkan kekecewaan pada konsumen yang tidak
dapat memenuhi kebutuhannya. Maka dari itu perusahaan harus mencermati pola pembelian yang
dilakukan oleh konsumen. Untuk mengetahui produk yang dibeli secara bersamaan, menggunakan
association rule (aturan asosiasi) yaitu teknik Data Mining untuk menemukan aturan asosiasi suatu
kombinasi item. Proses pencarian asosiasi menggunakan metode algoritma apriori yang dapat
menghasilkan pengetahuan yang terkandung dalam data transaksi pelanggan, mengenai pola
pembelian oleh konsumen. Berdasarkan hasil perhitungan algoritma apriori yang memenuhi syarat
nilai minimum confidence dan diuji dengan software Tanagra, pada toko Indomaret rule tertinggi
yang muncul pada produk Kunci Mas Minyak Goreng Pch 1,8l dan Sedap Mie Kari Special 75G
dengan nilai Support 43,3% dan confidence 92,8%, hal ini sama dengan perhitungan manual
algoritma apriori. Maka dapat dilakukan pengaturan tata letak produk secara berdekatan untuk
memudahkan keberadaan produk tersebut dan memudahkan dalam menentukan persediaan produk
promo yang diinginkan konsumen serta dapat digunakan sebagai pendukung keputusan manajer
dalam mengelola aktifitas perusahaan.
Kata kunci: Data Mining, Data transaksi, Apriori, Aturan asosiasi, Pola pembelian.
108
SNISTEK 3 25 September 2020 ISBN 978-602-52829-2-8
109
SNISTEK 3 25 September 2020 ISBN 978-602-52829-2-8
110
SNISTEK 3 25 September 2020 ISBN 978-602-52829-2-8
Dari tabel tersebut di atas, ditetapkan nilai (Telur Ayam Pack 10s, Sariwangi Teh Clp Asli
∅ = 4 sehingga didapat nilai C2 = {(Kunci Mas 25s), (Sari Roti Cokelat 5w 49gr, F/Flag Milky
Minyak Goreng Pch 1,8l, Sedap Mie Kari Cokelat 115ml), (Sari Roti Cokelat 5w 49gr,
Special 75g), (Kunci Mas Minyak Goreng Pch Beras Horas 5kg), (F/Flag Milky Cokelat 115ml,
1,8l, Sari Roti Cokelat 5w 49gr), (Kunci Mas Luwak White Koffie 10x20g)}
Minyak Goreng Pch 1,8l, Beras Horas 5kg),
(Sedap Mie Kari Special 75g, Telur Ayam Pack 4.4. Kombinasi 3 Itemset
10s), (Sedap Mie Kari Special 75g, Beras Horas Kombinasi dari itemset pada tabel C2 bisa
5kg), (Sedap Mie Kari Special 75g, F/Flag Milky digabungkan menjadi calon 3 itemset. Proses
Cokelat 115ml), (Telur Ayam Pack 10s, Susu),
111
SNISTEK 3 25 September 2020 ISBN 978-602-52829-2-8
Nilai confidence minimal adalah 70 % 2. Jika beli Sedap Mie Kari Special 75g,
sehingga aturan yang bisa terbentuk adalah Beras Horas 5kg maka akan beli Kunci
aturan dengan antecedent berikut : Mas Minyak Goreng pch 1,8L
1. Jika beli Kunci Mas Minyak Goreng pch Sementara itu calon aturan asosiasi untuk
1,8L, Beras Horas 5kg maka akan beli C2 bisa dilihat pada tabel berikut:
Sedap Mie Kari Special 75g
Tabel 6. Calon Aturan Asosiasi Dari C2
Rule Confidence
Jika Beli Kunci Mas Minyak Goreng Pch 1,8l Maka Beli Sedap Mie Kari Special 75g 13/14 93%
Jika Beli Sedap Mie Kari Special 75g Maka Beli Kunci Mas Minyak Goreng Pch 1,8l 13/19 68%
Jika Beli Kunci Mas Minyak Goreng Pch 1,8l Maka Beli Sari Roti Cokelat 5w 49gr 4/14 28%
Jika Beli Sari Roti Cokelat 5w 49gr Maka Beli Kunci Mas Minyak Goreng Pch 1,8l 4/9 44%
Jika Beli Kunci Mas Minyak Goreng Pch 1,8l Maka Beli Beras Horas 5kg 10/14 71%
Jika Beli Beras Horas 5kg Maka Beli Kunci Mas Minyak Goreng Pch 1,8l 10/13 77%
Jika Beli Sedap Mie Kari Special 75g Maka Beli Telur Ayam Pack 10s 7/19 37%
Jika Beli Telur Ayam Pack 10s Maka Beli Sedap Mie Kari Special 75g 7/12 58%
Jika Beli Sedap Mie Kari Special 75g Maka Beli Sari Roti Cokelat 5w 49gr 3/19 16%
Jika Beli Sari Roti Cokelat 5w 49gr Maka Beli Sedap Mie Kari Special 75g 3/9 33%
Jika Beli Sedap Mie Kari Special 75g Maka Beli Beras Horas 5kg 10/19 53%
Jika Beli Beras Horas 5kg Maka Beli Sedap Mie Kari Special 75g 10/13 77%
Jika Beli Telur Ayam Pack 10s Maka Beli F/Flag Milky Cokelat 115ml 3/12 25%
Jika Beli F/Flag Milky Cokelat 115ml Maka Beli Telur Ayam Pack 10s 3/13 23%
Jika Beli Telur Ayam Pack 10s Maka Beli Sariwangi Teh Clp Asli 25s 4/12 33%
Jika Beli Sariwangi Teh Clp Asli 25s Maka Beli Telur Ayam Pack 10s 4/6 67%
Jika Beli Sari Roti Cokelat 5w 49gr Maka Beli F/Flag Milky Cokelat 115ml 6/9 67%
112
SNISTEK 3 25 September 2020 ISBN 978-602-52829-2-8
Rule Confidence
Jika Beli F/Flag Milky Cokelat 115ml Maka Beli Sari Roti Cokelat 5w 49gr 6/13 46%
Jika Beli Sari Roti Cokelat 5w 49gr Maka Beli Beras Horas 5kg 4/9 44%
Jika Beli Beras Horas 5kg Maka Beli Sari Roti Cokelat 5w 49gr 4/13 31%
Jika Beli F/Flag Milky Cokelat 115ml Maka Beli Luwak White Koffie 10x20g 4/13 31%
Jika Beli Luwak White Koffie 10x20g Maka Beli F/Flag Milky Cokelat 115ml 4/8 50%
Jika Beli F/Flag Milky Cokelat 115ml Maka Beli Sariwangi Teh Clp Asli 25s 5/13 38%
Jika Beli Sariwangi Teh Clp Asli 25s Maka Beli F/Flag Milky Cokelat 115ml 5/8 63%
Dari tabel diatas produk yang paling sering beli kunci mas minyak goreng pch 1,8l dan jika
dibeli oleh konsumen adalah Kunci Mas Minyak membeli beras horas 5kg maka beli Sedap mie
Goreng Pch 1,8l, Sedap Mie Kari Special 75g, kari special 75g. Dengan diketahuinya produk
Beras Horas 5kg dalam 3 kombinasi. Dan yang paling sering dibeli konsumen, maka
dalam 2 kombinasi diperoleh yaitu jika membeli pihak toko Indomaret dapat menyusun strategi
kunci mas minyak goreng pch 1,8l maka beli dalam penentuan pembelian barang untuk
Sedap mie kari special 75g, jika membeli kunci menjaga ketersediaan produk yang dibutuhkan
mas minyak goreng pch 1,8l maka beli beras konsumen.
horas 5kg, jika membeli beras horas 5kg maka
algoritma apriori dan sistem yang
5. Kesimpulan dibangun dapat dilakukan pengaturan
Berdasarkan hasil penelitian yang telah tata letak produk secara berdekatan
dilakukan maka dapat ditarik kesimpulan untuk memudahkan keberadaan barang
sebagai berikut: tersebut.
a. Untuk melakukan analisa pada proses b. Penerapan Algoritma Apriori pada teknik
penentuan pola pembelian konsumen Data Mining sangat efisien dan dapat
dapat dilakukan dengan menerapkan mempercepat proses pembentukan
Data Mining dengan metode algoritma kecenderungan pola kombinasi itemset
apriori. Dengan metode tersebut hasil penjualan barang pokok di toko
penentuan pola pembelian dapat Indomaret, yaitu dengan Support dan
dilakukan dengan melihat hasil dari confidence tertinggi adalah Kunci Mas
kecenderungan konsumen membeli Minyak Goreng Pch 1,8l dan Sedaap
produk berdasarkan kombinasi 2 Mie Kari Special 75g dengan nilai
itemset. Pengetahuan baru yang dapat Support 43,33% dan confidence
diperoleh berdasarkan hasil perhitungan 92,85%.
Husda, N. E. (2012). Pengantar Teknologi Informasi.
Ucapan Terima Kasih BADUOSE.
Terima kasih kepada Universitas Putera Listriani, D., Setyaningrum, A. H., & A, F. E. M.
Batam sebagai pemberi dana dalam penelitian (2016). Penerapan Metode Asosiasi
Menggunakan Algoritma Apriori Pada Aplikasi
ini sehingga penelitian ini dapat terlaksana Analisa Pola Belanja Konsumen ( Studi Kasus
dengan baik. Terima kasih kepada IndoMaret di Toko Buku Gramedia Bintaro ), 9(2), 120–127.
Batam yang menjadi objek penelitian penulis. Rodiyansyah, S. F. (2016). Algoritma Apriori untuk
Analisis Keranjang Belanja pada Data
Daftar Pustaka Transaksi Penjualan, 36–39.
Anggraeni, H. D., Saputra, R., & Noranita, B. (2012). Solnet, D., Boztug, Y., & Dolnicar, S. (2016). Salinan
Aplikasi Data Mining Analisis Data Transaksi terjemahan SolnetBoztug (belum print).
Penjualan Obat Menggunakan Algoritma Yulianti, L., Sari, H. L., & Hayadi, H. (2012). Sistem
Apriori (Studi Kasus di Apotek Setya Sehat Pendukung Keputusan Peserta KB Teladan Di
Semarang). Machine Learning, 4(X), 639–644. BKKBN Bengkulu Menggunakan
CNNIndonesia. (2017). Laba Indomaret dan Alfamart Pemrograman Visual Basic 6.0. Media
Anjlok di Semester. Infotama, 8(2), 36–54.
113