Implementasi data mining untuk menentukan strategi penjualan buku bekas dengan pola pembelian konsumen menggunakan metode apriori

Abstract

Proses jual beli yang ada pada toko buku bekas memiliki kendala, yaitu penyimpanan data penjualan masih secara tertulis. Hal itu berakibat pada sulitnya menemukan buku yang diinginkan karena penyusunan buku belum rapi. Penggunaan teknik data mining diharapkan dapat membantu mempercepat proses pencarian buku serta memenuhi kebutuhan pelanggan, salah satunya metode apriori. Metode Apriori berguna dalam penyusunan itemset. Tahapanan algoritma dari metode apriori ini dimaksudkan untuk menghasilkan dataset serta frekuensi dari data transaksi pembelian produk pada bulan desember tahun 2019. Berdasarkan analisis data, hasil persentase yang didapatkan mendekati 100% dan tidak ada persentase nilainya yang kurang dari 15% sehingga dapat disimmpulkan metode Apriori berhasil mencapai hasil yang maksimal.

The process of buying and selling in a used bookstore has a constraint, namely storing sales data is still in writing. That results in difficulty finding the desired book because the book's arrangement is not neat. The use of data mining techniques is expected to help speed up the book search process and meet customer needs, one of which is the apriori method. The apriori method is useful in preparing itemset. The staging algorithm of the apriori method is intended to produce a dataset and the frequency of product purchase transaction data in December 2019. Based on data analysis, the percentage obtained is close to 100%. There is no percentage value of less than 15%, so that the Apriori method can be successfully concluded to achieve maximum results.