ANALISA DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENINGKATKAN CROSS SELLING DAN UP SELLING (STUDI KASUS RUMAH MAKAN MAS NUR PURWAKARTA)

Tika Dewi Astuti, Teguh Iman Hermanto, Ismi Kaniawulan

Abstract


Data Mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data. Data mining mampu menganalisa data menjadi suatu informasi berupa pola yang berguna untuk membantu manager perusahaan dalam proses pengambilan keputusan bisnis seperti menentukan Cross Selling dan Up Selling. Dengan penerapan analisis asosiasi atau association rule diharapkan dapat ditemukan aturan asosiatif antara suatu kombinasi item. Sehingga didapatkan suatu pengetahuan penerapan konsep analisis asosiasi mining melalui pencarian support dan confidence dan penerapan kaidah candidate generation dalam bentuk k-frequent item set pada penjualan makanan dan minuman di Rumah Makan MAS NUR Purwakarta. Metode yang digunakan dalam proses data mining ini adalah KDD (Knowledge Discovery in Databases) tahapan KDD meliputi Selection, Proccessing, Transformation, Data Mining, dan Interprestation/ Evaluation serta algoritma yang digunakan adalah Algoritma Apriori untuk mencari nilai support dan confidance. Dari hasil analisis dihasilkan sebuah kesimpulan yang didapat dari penghitungan data mining dari pembentukan pola pembelian sehingga dapat membantu untuk membuat sebuah strategi bisnis Up Selling dan Cross Seling untuk meningkatkan penjualan.

Full Text:

PDF

Refbacks

  • There are currently no refbacks.