Abstract:Penentuan tata letak barang yang optimal di sebuah toko memiliki peran penting dalam meningkatkan efisiensi operasional dan pengalaman pelanggan. Dalam penelitian ini, diusulkan penerapan algoritma FP-Growth untuk menganalisis…
alisis pola asosiasi dari data transaksi penjualan guna mengoptimalkan tata letak barang. Algoritma FP-Growth dipilih karena kemampuannya dalam menemukan asosiasi frekuensi tinggi antar produk tanpa harus melalui tahap pencarian kandidat yang memerlukan waktu komputasi besar. Dengan menganalisis hubungan antar produk yang sering dibeli bersamaan, hasil penelitian ini memberikan rekomendasi penempatan produk yang strategis untuk memaksimalkan peluang pembelian dan meningkatkan kepuasan pelanggan. Studi kasus dilakukan pada data transaksi sebuah toko ritel yang diperoleh di situs penyedia dataset Kaggle, dengan hasil menunjukkan peningkatan efisiensi dalam pengaturan tata letak barang serta potensi peningkatan penjualan. Implementasi FP-Growth terbukti efektif dalam mengurangi waktu analisis dan memberikan hasil yang akurat dalam menentukan hubungan antar produk. Penelitian ini diharapkan dapat menjadi acuan bagi pengelola toko ritel dalam mengoptimalkan tata letak barang secara lebih ilmiah dan data-driven.
Abstract:Data mining merupakan proses penting dalam mengungkap informasi tersembunyi dari data yang besar dan kompleks, khususnya dalam industri ritel untuk memahami perilaku konsumen. Penelitian bertujuan untuk mengidentifikasi…
pola pembelian sembako dan kebutuhan harian dengan menggunakan algoritma FP-Growth pada dataset sintetis. Algoritma FP-Growth dipilih karena kelebihannya dalam efisiensi dan kecepatan, terutama dalam menemukan frequent itemsets tanpa perlu melakukan pengulangan pada dataset. Hal ini membuat algoritma FP-Growth lebih unggul dibandingkan dengan algoritma lainnya, seperti Apriori, yang memerlukan banyak iterasi. Dataset sintetis yang digunakan mencerminkan transaksi pembelian di toko ritel untuk menguji kemampuan algoritma dalam menemukan pola pembelian yang relevan. Hasil menunjukkan bahwa algoritma FP-Growth dapat secara efektif mengidentifikasi kombinasi barang yang sering dibeli bersama, yang dapat dimanfaatkan oleh pelaku bisnis untuk menyusun strategi penjualan, seperti penawaran paket hemat. Implementasi algoritma ini diharapkan dapat membantu toko ritel dalam memahami kebutuhan konsumen dan meningkatkan strategi pemasaran
Abstract:Data mining membantu mengungkap informasi penting dari data besar untuk mendukung keputusan bisnis. Data mining dengan metode Apriori untuk memprediksi penjualan sembako memiliki tingkat akurasi yang cukup dalam menyelesaikan…
esaikan masalah.. Metode Apriori digunakan untuk menemukan pola produk yang sering dibeli bersama dalam transaksi penjualan sembako di sebuah supermarket. Hasil analisis memberikan wawasan tentang kombinasi produk yang sering dibeli bersamaan, sehingga membantu perencanaan strategi penjualan yang lebih efektif. Apriori terbukti mampu mengidentifikasi aturan asosiasi yang signifikan dan berguna untuk memprediksi pola pembelian di masa depan dan meningkatkan penjualan.
Abstract:Salah satu cara melaksanakan bauran pemasaran yang mendukung promosi produk adalah dengan memanfaatkan 7P yang mencakup produk, harga, promosi, serta bukti fisik yang kesemuanya berkaitan dengan pemasaran. Ketujuh variabel…
el tersebut merupakan suatu campuran yang mempunyai pengaruh yang sama dan merupakan satu kesatuan yang menunjang usaha dan pencapaian keberhasilannya. Dengan menerapkan strategi pemasaran yang sukses dan memanfaatkan peluang pasar, perusahaan dapat meningkatkan atau mempertahankan posisinya. Penelitian ini memiliki tujuan yakni guna mengetahui bauran pemasaran yang digunakan Vicco Kopi dan Kakao Jember. Metodologi penelitian yang dipakai ialah penelitian deskriptif kualitatif, data dikumpulkan dengan cara wawancara dengan karyawan serta pelanggan Vicco Kopi dan Kakao Indonesia. Hasil penelitian menunjukkan bahwa bauran pemasaran yang digunakan Vicco Kopi dan Kakao Jember untuk memaksimalkan penjualan biasanya dilakukan melalui penerapan produk, harga, promosi, lokasi, proses dan orang. Selain itu, bukti fisik digunakan guna memaksimalkan penjualan. Penerapan bauran pemasaran yang dilakukan oleh Vicco Kopi dan Kakao Jember bersama dengan strategi 7P sangatlah bermanfaat.
Abstract:Perkembangan teknologi informasi mendorong pemanfaatan machine learning dalam analisis data penjualan untuk mendukung pengambilan keputusan bisnis. Minimarket Mardi memiliki beragam produk dengan pola pembelian yang bervariasi,…
ariasi, sehingga diperlukan metode analisis yang mampu mengelompokkan data penjualan secara lebih terstruktur. Penelitian ini menerapkan algoritma K-Means Clustering untuk melakukan segmentasi penjualan berdasarkan atribut tertentu, seperti kategori produk, jumlah penjualan, serta frekuensi transaksi. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan, penentuan jumlah klaster optimal dengan metode Elbow, serta implementasi algoritma K-Means. Hasil analisis menunjukkan terbentuknya beberapa klaster yang merepresentasikan pola penjualan produk di Minimarket Mardi, mulai dari produk dengan tingkat penjualan tinggi, sedang, hingga rendah. Segmentasi ini dapat membantu manajemen minimarket dalam merancang strategi pemasaran yang lebih tepat sasaran, pengelolaan stok yang lebih efisien, serta peningkatan pelayanan kepada konsumen. Dengan demikian, penerapan K-Means Clustering terbukti efektif dalam mendukung pengambilan keputusan berbasis data di sektor ritel.
Abstract:Pemilihan smartphone yang sesuai kebutuhan menjadi tantangan tersendiri di tengah pesatnya perkembangan teknologi dan banyaknya varian produk yang beredar di pasaran. Sebagian besar konsumen, khususnya yang tidak memiliki…
i latar belakang teknis, kesulitan dalam mengevaluasi spesifikasi perangkat secara objektif. Hal ini menyebabkan keputusan pembelian sering kali didasarkan pada opini subjektif, promosi, atau tren semata. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem pendukung keputusan (SPK) menggunakan metode ELECTRE sebagai pendekatan dalam pengambilan keputusan multikriteria. Metode ini dipilih karena kemampuannya dalam membandingkan alternatif berdasarkan dominasi relatif dari sejumlah kriteria sekaligus. Penelitian ini menggunakan lima alternatif merek smartphone dan lima kriteria utama, yaitu harga, RAM, ROM, kualitas kamera, dan kapasitas baterai. Data diperoleh melalui kuesioner, dokumentasi, dan observasi pasar. Tahapan perhitungan ELECTRE meliputi normalisasi data, pembobotan, pembentukan matriks concordance dan discordance, serta penyusunan matriks agregat untuk menentukan peringkat alternatif. Hasil penelitian menunjukkan bahwa metode ELECTRE efektif dalam memberikan rekomendasi smartphone terbaik secara objektif dan rasional. Sistem yang dibangun mampu menjadi solusi bagi konsumen dalam mengambil keputusan yang tepat, serta berpotensi diterapkan secara luas dalam pengembangan aplikasi rekomendasi produk berbasis data.