Menentukan Pola Penjualan Makan Kucing dengan Menerapkan Association Rule menggunakan Algoritma ECLAT

Budanis Dwi Meilani, Novantio Arywidyatama, Sulistyowati Sulistyowati, Zuli Maulidati

Abstract

Penelitian ini bertujuan untuk mengimplementasikan algoritma Equivalence Class Transformation (ECLAT) dalam menentukan pola penjualan makanan kucing, dengan fokus pada studi kasus di Mitra Pet Shop. Permasalahan muncul ketika produk yang dicari tidak tersedia di toko, menyebabkan kekecewaan pelanggan dan berpotensi merusak reputasi toko serta menurunkan penjualan. Untuk mengatasi masalah ini, diperlukan analisis data penjualan dan identifikasi pola pembelian pelanggan. Salah satu metode yang digunakan adalah Equivalence Class Transformation (ECLAT), yang telah terbukti efisien dalam menganalisis pola transaksi. Dengan menggunakan pendekatan ECLAT, penelitian ini bertujuan untuk menganalisis pola pembelian makanan kucing oleh pelanggan, sehingga toko dapat lebih efektif dalam mengelola stok dan penempatan produk. Hasil analisa pada bulan desember minggu ke-1, 2, 3 dan 4, terdapat 920 transaksi dengan 179 jenis barang, ditemukan pola aturan asosiasi sebanyak 16 aturan asosiasi 2-itemsets dengan minimal support 1%, sedangkan minimal support 2% tidak menghasilkan pola aturan 2 itemsets.

Keywords

Data Mining; Pola Penjualan; Makanan Kucing; Equvalence Class Transformation

Full Text:

PDF

References

Rachmatullah, R., Kardha, D. and Yudha, M.P. (2020) ‘Aplikasi E-Commerce Petshop dengan Fitur Petpedia’, Go Infotech: Jurnal Ilmiah STMIK AUB, 26(1), p. 24. Available at: https://doi.org/10.36309/goi.v26i1.120.

Rani, M. et al. (2021) ‘Sistem Penunjang Keputusan Pemilihan Supplier Di Tia Pet Shop Dengan Metode (Saw)’, JURTEKSI (Jurnal Teknologi dan Sistem Informasi), 8(1), pp. 111–116. Available at: https://doi.org/10.33330/jurteksi.v8i1.1320.

Zahrotun, L. et al. (2023) ‘Penerapan Algoritma Eclat untuk Menemukan Pola Asosiasi Antar Barang di Aneka Sandang Collection Application of Eclat Algorithm to Find Relationship Patterns Between Goods in Aneka Sandang Collection’, 7(1), pp. 37–43. Available at: https://doi.org/10.30595/jrst.v7i1.15298.

Evadini, S. (2022) ‘Analisis Faktor Risiko Kematian dengan Penyakit Komorbid COVID-19 menggunakan Algoritma ECLAT’, Jurnal Informasi dan Teknologi, 4, pp. 52–57. Available at: https://doi.org/10.37034/jidt.v4i1.181.

Lisnawita, L. and Devega, M. (2018) ‘Analisis Perbandingan Algoritma Apriori Dan Algoritma Eclat Dalam Menentukan Pola Peminjaman Buku Di Perpustakaan Universitas Lancang Kuning’, INOVTEK Polbeng - Seri Informatika, 3(2), p. 118. Available at: https://doi.org/10.35314/isi.v3i2.753.

Ayu Kusumaningrum, D., Daryanto and Nilogiri, A. (2021) IMPLEMENTASI METODE ASOSIASI DENGAN MENGGUNAKAN ALGORITMA EQUIVALENCE CLASS TRANFORMATION (ECLAT) PADA POLA PEMBELIAN KONSUMEN UNTUK REKOMENDASI PELETAKAN RAK BARANG (Study Kasus Toko Delima Jaya ).

Mardatillah, P. et al. (2020) ‘Jurnal Restikom : Riset Teknik Informatika dan Komputer PENERAPAN ALGORITMA EQUIVALENCE CLASS TRANSFORMATION (ECLAT) DALAM PENCARIAN ADVERSE EVENT OBAT DIPHENHYDRAMINE’, 2(3), pp. 143–155. Available at: https://restikom.nusaputra.ac.id.

Refbacks

  • There are currently no refbacks.