REKOMENDASI STRATEGI PROMOSI PRODUK MENGGUNAKAN

ALGORITMA APRIORI PADA TOKO SLAMET

Oleh :

Nur Hidayah Monicawati 172410101031

Arizha Izzul Ilmi Nisa 172410101066

Hani Nisrina 172410101121

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS ILMU KOMPUTER

UNIVERSITAS JEMBER

2020
 BAB 1 PENDAHULUAN

1.1 Latar Belakang

Dalam ranah bisnis, pentingnya memperkenalkan produk yang kita miliki sangat
berpengaruh terhadap banyak aspek bisnis yang kita jalankan. Salah satunya dalam hal
penjualan. Promosi merupakan kegiatan yang dapat pemilik usaha lakukan untuk
memperkenalkan produk mereka.

Promosi merupakan kegiatan mengiklankan suatu produk atau merek,

menghasilkan penjualan, dan menciptakan loyalitas merek atau brand. Ini adalah salah
satu dari empat elemen dasar bauran pemasaran, yang mencakup empat P yaitu price,
product, promotion, and place atau harga, produk, promosi, dan tempat. Promosi dapat
dilakukan dengan beragam, salah satunya mengatur tata letak barang agar sesuai dengan
kebutuhan konsumen dan juga sebagai bentuk usaha agar semua barang mudah dikenali
oleh konsumen.

Assosiasion rules adalah terbentuknya aturan sebab-akibat yang dapat diterapkan

dalam menarik informasi yang memiliki korelasi signifikan. Sementara Algoritma apriori
merupakan metode untuk menghitung dan memudahkan untuk mendapatkan nilai
assosiasion rules. Algoritma Apriori adalah algoritma yang cukup efisien dalam
menentukan jumlah itemset frequent, prinsip dasar dari algoritma ini adalah jika sebuah
itemset itu merupakan itemset frequent, maka semua subset (bagian) dari itemset tersebut
juga frequent dan juga sebaliknya. Dalam penelitian ini, peneliti ingin menggunakan
algoritma apriori untuk memberikan strategi promosi produk sehingga dapat
meningkatkan penjualan.

Dibuatnya penelitian tentang “Rekomendasi Strategi Promosi Produk

Menggunakan Algoritma Apriori pada Toko Slamet” untuk memberikan informasi
kepada pemilik dalam merencakan promosi produk kedepannya serta dapat bersaing
dengan toko toko lain yang semakin banyak berdiri di daerah Jember.

1.2 Rumusan Masalah

· Bagaimana penggunaan algoritma apriori dalam memberikan rekomendasi strategi promosi
produk pada Toko Slamet?

· Bagaimana pengaruh perhitungan menggunakan algoritma apriori dalam meningkatkan

promosi produk?

1.3 Batasan Masalah

· Objek yang digunakan hanya toko slamet

· Penggunaan metode hanya menggunakan algoritma apriori

1.4 Tujuan Penelitian

Adapun tujuan yang ingin dicapai sebagai berikut :

1. Untuk mengetahui penggunaan algoritma apriori dapat memberikan rekomendasi

strategi promosi produk kepada Toko Slamet.

2. Untuk mengetahui pengaruh algoritma aprori dalam meningkatkan promosi produk.

BAB II TINJAUAN PUSTAKA

2.1 Landasan Teori

2.1.1 Datamining
 Data mining adalah proses yang menggunakan teknik statistic, matematika,
artificial intelligence untuk ektrasi data dan mengidentifikasi informasi yang
bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Kata mining
sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar
material dasar. Data mining dengan proses bantuan komputer akan menggali data
melalui analisis sekumpulan data yang besar dan kemudian mengambil inti atau arti
dari suatu data. Data mining mempunyai tujuan untuk memperoleh pengetahuan baru
yang lebih berarti dari proses penggalian data yang tersimpan didatabase.

2.1.2 Strategi Promosi

Menurut Hasan (2009:10), promosi adalah fungsi pemasaran yang fokus untuk
mengkomunikasikan program-program pemasaran secara persuasive kepada target
pelanggan-calon pelanggan (audience) untuk mendorong terciptanya transaksi
pertukaran antara perusahaan dan audience.

Promosi menjadi hal krusial bagi penjual suatu produk. Promosi sebagai upaya
untuk memberitahukan produk atau jasa yang kita tawarkan kepada calon pembeli
dengan tujuan agar mereka tertarik untuk membeli atau menggunakan jasa kita.

Strategi promosi penjualan adalah suatu rencana kegiatan yang dilakukan untuk
meningkatkan permintaan dari para pemakai atau konsumen akhir yang bertujuan untuk
meningkatkan omset penjualan dengan jalan mempengaruhi konsumen secara
langsung.

Dapat disimpulkan Strategi pemasaran merupakan perencanaan yang nantinya

diharapkan akan mempunyai dampak positif terhadap penjual produk atau jasa yang
kita tawarkan.

2.1.3 Association Rules

Association rules merupakan metode yang dilakukan untuk mencapai tujuan

deskriptif, yaitu dilakukan untuk mencari pola-pola yang dapat dipahami manusia yang
menjelaskan karakteristik data. Association Rules sendiri dilakukan untuk mencai pola
asosiasi yang sering muncul dalam data. Teknik yang digunakan misalnya Algoritma
Apriori dan FP-Grawth.
 2.1.4 Algoritma Apriori

Apriori bertujuan untuk menemukan frequent itemsets yaitu itemset yang sering
muncul pada setiap transaksi yang dijalankan pada sekumpulan data. Masalah utama
pencarian Frequent Itemset adalah banyaknya jumlah kombinasi itemset yang harus
diperiksa apakah memenuhi minimum support atau tidak.

Metodologi dasar analisis asosiasi terbagi menjadi dua tahap :

a. Analisa pola frekuensi tinggi Tahap ini mencari kombinasi item yang memenuhi
syarat minimum dari nilai support dalam database. Nilai support sebuah item
diperoleh dengan rumus berikut:

sedangkan nilai support dari 2 item diperoleh dari rumus berikut

b. Pembentukan aturan assosiatif Setelah semua pola frekuensi tinggi ditemukan,

barulah dicari aturan assosiatif yang memenuhi syarat minimum untuk
confidence dengan menghitung confidence aturan assosiatif Nilai confidence
dari aturan diperoleh dari rumus berikut
 BAB III METODOLOGI PENELITIAN

3.1. Metode Penelitian

Metode Penelitian merupakan langkah yang dimiliki dan dilakukan dalam

rangka mengumpulkan infomasi atau data serta melakukan investigasi pada data yang
telah didapat tersebut.Pemilihan metode harus relevan dengan masalah dan tujuan yang
ingin dicapai. Pada penelitian ini, metode yang dipilih adalah penelitian secara
kuantitatif, dengan melakukakn perhitungan dan pemrosesan data berupa angka.
Perhitungan tersebut akan menggunakan metode algoritma apriori.
 3.2. Objek Penelitian

Objek Penelitian yang digunakan adalah sampel data transaksi penjualan dari toko
slamet dari hasil wawancara.

3.3. Pengumpulan Data

Tahap ini bertujuan untuk mendapatkan semua data atau informasi yang dibutuhkan
guna mencapi tujuan penelitian. Pengumpulan data pada penelitian ini dilakukan
dengan melakukan wawancara terhadap pemilik toko slamet.

3.4. Pengolahan Data

Pengolahan data dilaksanakan agar data yang telah terkumpul dapat menghasilkan
informasi baru. Pengolahan data pada penelitian ini memiliki beberapa tahapan.

3.5. Data Transaksi

Data Transaksi yang digunakan adalah penjulan dari Toko Slamet. yang
masingmasing transaksi terdapat beberapa produk atau item yang dibeli oleh konsumen
di Slamet . Untuk itu, item yang dibeli diberikan kode produk untuk mempermudah
dalam pencarian rule (aturan)berupa nomer transaksi dan barang apa saja yang dibeli.

3.6. Representasi Data Transaksi dalam Database Transaksional

Tahap ini mencari kombinasi item yang memenuhi syarat minimum dari nilai
support dalam database. Sebelum mencari nilai support untuk 2- itemset, sebagai
langkah awal terlebih dahulu bentuk representasi data transaksi dalam database
transaksional dan cari nilai support untuk masingmasing item (L1) dengan rumus.

3.7. Bentuk dalam data tabular untuk masing-masing item

Untuk mempermudah, sajikan dalam bentuk data tabular untuk masing-masing

item.

3.8. Buat calon2- item set dari data transaksi

 Selanjutnya menggabungkan itemset pada L1 (algoritma apriori-gen) untuk
menentukan kandidat itemset untuk L2. Kemudian hitung nilai support untuk 2-itemset
dengan rumus :

3.9. Tentukan nilai Ф dan pilih item yang memenuhi nilai minimum support

Pada tahap ini, kita harus menentukan nilai Ф dan menentukan itemset yang
memiliki frekuensi bermunculan lebih dari nilai minimum Ф.

3.10. Bentuk Aturan Asosiasi, lalu pilih pasangan item sesuai dengan nilai Minimum
Confidence yang telah dtentukan

Untuk mencari aturan asosiasi dari iterasi terhadap langkah-langkah yang dilakukan
sebelumnya, kemudian akan dihitung nilai confidence dari setiap item yang terdapat pada
Tabel Nilai Penyeleksian berdasarkan rumus berikut

Selanjutnya ditentukan nilai minimum confidence lalu bentuk asosiasi

3.11. Hitung Support x Confidence untuk memperoleh nilai yang diharapkan

Setelah ditemukan Cofidence, maka perlu dilakukan perhitungan Support x

Confidence. Kombinasi item-item dengan nilai Support x Confidence paling tinggi akan
dijadikan kombinasi untuk menentukan promo produk, dimana setiap promo produk akan
menjadi satu paket yang terdiri dari dua produk.