TEKNIK ANALISA KUANTITATIF

“MARKET BASKET ANALYSIS”

Dosen Pengampu :
Ir. Rindang Alfiah, S.T., M.T.
Ratih Novi Listyawati, S.T., M.T.

Disusun oleh:
Kelompok 4
1. Yulistiana Sholiqhah Marli (191910501012)
2. Salma Nabila Aswinda (191910501032)
Kelas B

S1 PERENCANAAN WILAYAH DAN KOTA

FAKULTAS TEKNIK
UNIVERSITAS JEMBER
TAHUN AKADEMIK 2020/2021
Teknik Analisa Kuantitatif

KATA PENGANTAR

Puji syukur kehadirat Allah SWT yang telah memberikan rahmat dan hidayah-
Nya sehingga kami dapat menyelesaikan Tugas Makalah Teknik Analisa Kuantitatif yang
berjudul Market Basket Analysis.
Adapun tujuan dari penulisan dari makalah ini adalah untuk memenuhi tugas dari
Ibu Ir. Rindang Alfiah, S.T., M.T. dan Ibu Ratih Novi Listyawati, S.T., M.T. pada mata
kuliah Teknik Analisa Kuantitatif. Selain itu, makalah ini juga bertujuan untuk
menambah wawasan tentang Market Basket Analysis bagi para pembaca dan juga bagi
penulis. Ibu Ir. Rindang Alfiah, S.T., M.T. dan Ibu Ratih Novi Listyawati, S.T., M.T.
selaku dosen Teknik Analisa Kuantitatif yang telah memberikan tugas ini sehingga dapat
menambah pengetahuan dan wawasan sesuai dengan bidang studi yang kami tekuni.
Kami juga mengucapkan terima kasih kepada semua pihak yang telah membagi
sebagian pengetahuannya sehingga kami dapat menyelesaikan makalah ini. Kami
menyadari, makalah yang kami tulis ini masih jauh dari kata sempurna. Oleh karena itu,
kritik dan saran yang membangun akan kami nantikan demi kesempurnaan makalah ini.

Jember, September 2021

Kelompok 4B

i
Teknik Analisa Kuantitatif

DAFTAR ISI

KATA PENGANTAR ....................................................................................................... i

DAFTAR ISI .................................................................................................................... ii
DAFTAR GAMBAR....................................................................................................... iii
DAFTAR TABEL .......................................................................................................... iv
BAB I PENDAHULUAN ................................................................................................ 1
1.1 Latar Belakang ............................................................................................................ 1
1.2 Rumusan Masalah ...................................................................................................... 2
1.3 Tujuan ......................................................................................................................... 2
BAB II TINJAUAN TEORI ............................................................................................. 3
2.1 Pengertian Metode MBA (Market Basket Analysis)................................................... 3
2.2 Tahapan Analisis dengan metode MBA (Market Basket Analysis) ............................ 3
2.3 Kelebihan dan Kekurangan Metode MBA (Market Basket Analysis) ........................ 4
2.3.1 Kelebihan dari Proses MBA (Market Basket Analysis) ................................... 4
2.3.2 Kekurangan dari Proses MBA (Market Basket Analysis) ................................ 4
BAB III HASIL DAN PEMBAHASAN .......................................................................... 6
3.1 Data Transaksi Penjualan ........................................................................................... 6
3.2 Representasi Data Transaksi ....................................................................................... 6
3.3 Tabulasi Data Transaksi ............................................................................................. 7
3.4 Pembentukan Itemset .................................................................................................. 7
3.4.1 Satu Itemset ...................................................................................................... 7
3.4.2 Kombinasi 2 Itemset......................................................................................... 7
3.4.3 Kombinasi 3 Itemset......................................................................................... 8
3.5 Pembetukan Aturan Assosiasi .................................................................................... 8
BAB IV PENUTUP ........................................................................................................ 10
4.1 Kesimpulan ............................................................................................................... 10
4.2 Saran……………………………………………………………………………..…10
DAFTAR PUSTAKA ..................................................................................................... 11

ii
Teknik Analisa Kuantitatif

DAFTAR GAMBAR

Gambar 2.1 Data Transaksi Penjualan ............................................................................. 3

Gambar 2.2 Tabulasi......................................................................................................... 4

iii
Teknik Analisa Kuantitatif

DAFTAR TABEL

Tabel 3.1 Data Transaksi .................................................................................................. 6

Tabel 3.2 Representasi Data Transaksi............................................................................. 6
Tabel 3.3 Format Tabular Data Transaksi ........................................................................ 7
Tabel 3.4 Support Setiap Item .......................................................................................... 7
Tabel 3.5 2 Itemset ........................................................................................................... 8
Tabel 3.6 3 Itemset ........................................................................................................... 8
Tabel 3.7 Aturan Asosiai dari C2 ..................................................................................... 8

iv
Teknik Analisa Kuantitatif

BAB I
PENDAHULUAN

1.1 Latar Belakang

Pada saat ini dalam dunia bisnis semakin berkembang pesat, Khususnya dalam dunia
perdagangan. Adanya persaingan yang semakin banyak dalam dunia bisnis, maka setiap
pebisnis di tuntut untuk senantiasa dapat memikirkan cara-cara yang sangat efektif dan
efisien dalam pengembangan bisnis tersebut. Bisnis dalam abad informasi ini juga harus
bersaing dalam pasar dengan perubahan cepat, kompleks, global, sangat kompetitif dan
terfokus pada pelanggan. Bahkan menurut Knoke (1995) faktor – faktor tersebut kadang-
kadang berubah secara tidak terduga (Suyanto, 2005). Sehingga para pengembang dan
pelaku bisnis harus mencari solusi dan memikirkan strategistrategi dan terobosan yang
dapat menjamin keberlangsungan bisnis mereka. Salah satu cara yang bisa dilakukan
untuk mengetahui kondisi pasar (pelanggan) adalah dengan mengamati data transaksi
penjualan. Data transaksi penjualan disimpan dalam basis data server dan kemudian data
inilah yang diolah sehingga dihasilkan laporan penjualan dan laporan laba rugi. Akan
tetapi, data penjualan tersebut dapat diolah lebih lanjut sehingga didapatkan informasi
baru (Erwin, 2009).
Dalam data mining, association rule learning merupakan suatu metode yang terkenal
yang dapat mengenali kelakuan dari kejadian-kejadian khusus atau proses dimana link
asosiasi muncul pada setiap kejadian. Berdasarkan pada konsep aturan yang kuat,
Agrawal dkk memperkenalkan aturan asosiasi (association rule) untuk menemukan sifat
beraturan antara produk-produk dalam data transaksi skala besar yang dicatat oleh sistem
penjualan di supermarket-supermarket. Banyak peneliti yang menerapkan algoritma data
mining ini dalam berbagai bidang. Wang & He mendiskusikan dua pola dalam data
mining : association rules dan sequential patterns, dan mendiskripsikan proses untuk
menemukan pola dalam basisdata perdagangan sekuritas. Melalui analisa hasilnya, studi
mereka menghasilkan konsep dan realisasi model tingkah laku pelanggan dan berhasil
menerapkan model tersebut untuk meningkatkan performa dari sistem transaksi sekuritas
Internet. Cai & Li menemukan tingkah laku investasi di Shanghai stock market dan
menerapkan algoritma association rules terhadap dataset pembukaan sekuritas secara riil.
Budhi & Soedjianto memanfaatkan metode data mining, khususnya metode market
basket analysis, untuk mendeteksi kecurangan pegawai untuk menitipkan kartu
absensinya pada karyawan lain untuk diabsenkan. Sistem yang dibuat ini
mentranformasikan data absensi pegawai menggunakan metode MaxDiff Histogram
menjadi format compact transaction yang selanjutnya diproses menggunakan Algoritma
Pincer Search menjadi frequent itemset.
Metode analisis asosiasi, juga dikenal sebagai market basket analysis, yaitu analisis
yang sering dipakai untuk menganalisa isi keranjang belanja konsumen dalam suatu pasar
swalayan. Market basket analysis biasa dikenal dengan analisa atas perilaku konsumen
secara spesifik dari suatu golongan / kelompok tertentu. Sumber data dari market basket
analysis antara lain dapat bersumber dari transaksi kartu kredit, kartu lotere, kupon diskon,

1
Teknik Analisa Kuantitatif

panggilan keluhan pelanggan. Kebutuhan market basket analysis berawal dari keakuratan
dan manfaat yang dihasilkannya dalam wujud aturan assosiasi (association rules). Market
Basket Analysis atau analisa keranjang pasar adalah suatu metode yang bekerja mencari
dan menemukan pola-pola yang berasosiasi diantara produk-produk yang dipasarkan,
misalnya menemukan bahwa produk A biasanya dibeli bersamaan dengan produk B
dalam waktu tertentu dan jumlah tertentu. Teknik ini merupakan salah satu cara untuk
melakukan data mining yang berguna untuk menemukan knowledge dari data-data yang
ada. Knowledge tersebut dapat digunakan oleh perusahaan untuk meningkatkan
keuntungan atau menentukan strategi pemasaran. Dalam studi kasus makalah ini akan
mengulas bagaimana penerapan metode MBA (Market Basket Analysis) pada Studi Kasus
Toktok Com.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, adapun rumusan masalah yang akan menjadi
orientasi pembahasan dalam makalah ini antara lain :
1. Apa yang dimaksud dengan metode MBA (Market Basket Analysis)?
2. Bagaimana Tahapan Analisis dengan metode MBA (Market Basket Analysis)?
3. Bagaimana kelebihan dan kekurangan metode MBA (Market Basket Analysis)?
4. Bagaimana penerapan metode MBA (Market Basket Analysis) pada Studi Kasus
Toktok Com?

1.3 Tujuan
Berdasarkan rumusan masalah diatas, adapun tujuan yang akan menjadi orientasi
pembahasan dalam makalah ini antara lain :
1. Untuk mengetahui pengertian metode MBA (Market Basket Analysis).
2. Untuk mengetahui bagaimana Tahapan Analisis dengan metode MBA (Market Basket
Analysis).
3. Untuk mengetahui kelebihan dan kekurangan metode MBA (Market Basket Analysis).
4. Untuk mengetahui agaimana penerapan metode MBA (Market Basket Analysis) pada
Studi Kasus Toktok Com.

2
Teknik Analisa Kuantitatif

BAB II
TINJAUAN TEORI

2.1 Pengertian Metode MBA (Market Basket Analysis)

Association Rule sering juga disebut dengan Market Basket Analysis, merupakan
metode untuk menemukan suatu kombinasi item yang muncul bersamaan. Dalam dunia
bisnis, analisis ini digunakan digunakan untuk pembuatan model perilaku pembelian oleh
konsumen, dan menganalisis perilaku konsumen. Pengetahuan ini memungkinkan para
manajer untuk mengembangkan intervensi yang bertujuan mempengaruhi perilaku
pembelian, termasuk merangsang permintaan secara keseluruhan, mempromosikan
kategori produk tertentu, atau penawaran Promosi untuk penjualan produk yang
cenderung meningkatkan. Association Rule nantinya akan digunakan untuk menemukan
aturan asosiasi yang memenuhi syarat minimum untuk support dan confidence (minimum
support dan minimum confidence).

2.2 Tahapan Analisis dengan metode MBA (Market Basket Analysis)

Association Rule merupakan salah satu metode yang bertujuan mencari pola yang
sering muncul di antara banyak transaksi, dimana setiap transaksi terdiri dari beberapa
item sehingga metode ini akan mendukung system rekomendasi melalui penemuan pola
antar item dalam transaksi-transaksi yang terjadi. Berikut merupakan tahapan untuk
melakukan analisis dengan metode MBA atau Association Rule.
A. Menentukan terlebih dahulu data transaksi penjualan

Gambar 2.1 Data Transaksi Penjualan

Sumber: Data Sekunder,2021
B. Data transaksi penjualan kemudian direpresentasikan dalam tabel per-itemnya
C. Membuat tabulasi terhadap data transaksi penjualan yang ada

3
Teknik Analisa Kuantitatif

Gambar 2.2 Tabulasi

Sumber: Data Sekunder,2021
D. Pembuatan itemset:
1. Membuat 1 itemset dan menentukan support-nya dengan rumus berikut:
𝐽𝑢𝑚𝑙𝑎ℎ 𝑡𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑚𝑒𝑛𝑔𝑎𝑛𝑑𝑢𝑛𝑔 𝐴
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝐴) =
𝑇𝑜𝑡𝑎𝑙 𝑡𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖
Apabila itemset memenuhi nilai minimum support-nya, maka dapat dibentuk
untuk 2 itemset.
2. Membuat 2 itemset dan menentukan support-nya dengan rumus berikut:
𝐽𝑢𝑚𝑙𝑎ℎ 𝑡𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑚𝑒𝑛𝑔𝑎𝑛𝑑𝑢𝑛𝑔 𝐴 𝑑𝑎𝑛 𝐵
𝑆𝑢𝑝𝑝𝑜𝑟𝑡 (𝐴, 𝐵) =
𝑇𝑜𝑡𝑎𝑙 𝑡𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖
3. Apabila itemset telah memenuhi nilai minimum support-nya, maka itemset
tersebut dihitung confidence-nya dengan rumus berikut:
𝐽𝑢𝑚𝑙𝑎ℎ 𝑡𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑚𝑒𝑛𝑔𝑎𝑛𝑑𝑢𝑛𝑔 𝐴 𝑑𝑎𝑛 𝐵
𝐶𝑜𝑛𝑓𝑖𝑑𝑒𝑛𝑐𝑒 𝑃(𝐵|𝐴) =
𝐽𝑢𝑚𝑙𝑎ℎ 𝑡𝑟𝑎𝑛𝑠𝑎𝑘𝑠𝑖 𝑚𝑒𝑛𝑔𝑎𝑛𝑑𝑢𝑛𝑔 𝐴
Apabila itemset memenuhi nilai minimum confidence-nya, maka dapat
dilakukan tahapan yang selanjutnya.
4. Mengkalikan hasil nilai support dan confidence yang telah memenuhi nilai
minimumnya. Hasil yang paling tinggi menunjukkan itemset dapat dijadikan
aturan asosiasi.

2.3 Kelebihan dan Kekurangan Metode MBA (Market Basket Analysis)

2.3.1 Kelebihan dari Proses MBA (Market Basket Analysis)
A. Hasilnya jelas dan mudah dimengerti sebab hanya merupakan suatu pola
“jika-maka”. Misalnya: Jika produk A dan B dibeli secara bersamaan, maka
kemungkinan produk C turut dibeli.
B. Market basket analysis sangat berguna untuk yaitu pencarian awal pola.
2.3.2 Kekurangan dari Proses MBA (Market Basket Analysis)
A. Jika analisis dilakukan secara manual dan data yang digunakan banyak, maka
akan membutuhkan waktu yang lama.

4
Teknik Analisa Kuantitatif

B. Untuk database berskala besar perlu menggunakan metode pembanding

lainnya untuk menguji sejauh mana metode ini dapat menemukan pola
hubungan (asosiasi) antar item.

5
Teknik Analisa Kuantitatif

BAB III
HASIL DAN PEMBAHASAN

Dari format data transaksi penjualan, maka akan dilakukan Analisis Asosiasi
algoritma apriori dengan membuat nilai support yaitu menunjukkan persentasi jumlah
transaksi yang berisi nilai A dan B dalam kasus ini menunjukan apabila jika membeli
Sikat, Pasta Gigi maka akan membeli Sabun. Analisis asosiasi didefinisikan sebagai suatu
proses untuk menemukan semua aturan asosiasi yang memenuhi syarat minimum untuk
support (minimum support) dan syarat minimum untuk confidence (minimum confidence)
yaitu menunjukkan persentasi banyaknya B pada transaksi yang mengandung A. pada
kasus ini yaitu presentase yang terdapat pada transaksi yang mengandung item sikat, pasta
gigi, da sabun. Untuk menghitung support A digunakan rumus (1) sedangkan untuk
menghitung nilai support A,B dapat dilihat pada rumus (2). Berikut ini adalah penjelasan
lebih terperinci mengenai tiap-tiap langkah dalam pembentukan Asosiasi dengan
menggunakan algoritma Apriori.

3.1 Data Transaksi Penjualan

Analisis pola frekuensi tinggi dari kombinasi item pada data transaksi penjualan,
adapun data dari transaksi belanja pada Toktok Com dapat dilihat pada Tabel 3.1
Tabel 3.1 Data Transaksi
Transaksi Item yang Dibeli
1 HVS, Printer
2 HVS, Printer, Tinta
3 Printer, Catridge
4 HVS, Tinta
5 HVS, Printer, Catridge
6 HVS, Catridge
Sumber : Hasil Analisis, 2021

3.2 Representasi Data Transaksi

Data transaksi pada Tabel 3.1 direpresentasikan kedalam bentuk Tabel 3.2
Tabel 3.2 Representasi Data Transaksi
Kode Transaksi Item yang Dibeli
1 HVS
2 Printer
3 Tinta
4 Catridge
Sumber : Hasil Analisis, 2021

6
Teknik Analisa Kuantitatif

3.3 Tabulasi Data Transaksi

Data transaksi pada Tabel 3.1 di bentuk tabel tabular yang akan mempermudah
dalam mengetahui berapa banyak item yang ada dibeli dalam setiap transaksi seperti pada
Tabel 3.3
Tabel 3.3 Format Tabular Data Transaksi
Transaksi HVS Printer Tinta Catridge
1 1 1 0 0
2 1 1 1 0
3 0 1 0 1
4 1 0 1 0
5 1 1 0 1
6 1 0 0 1
Total 5 4 2 3
Sumber : Hasil Analisis, 2021

3.4 Pembentukan Itemset

3.4.1 Satu Itemset
Berikut ini adalah penyelesaian berdasarkan data yang sudah disediakan pada
Tabel 3 format tabular data transaksi Proses pembentukan C1 atau disebut dengan 1
itemset didapat berdasarkan rumus (1) analisa pola frekuensi tinggi.
5
1. Support (HVS) = 6= 0,83
4
2. Support (Printer) = 6 =0,67
2
3. Support (Tinta) = 6 =0,30
3
4. Support (Catridge) = 6 =0,50
Hasil dari perhitungan diatas diubah kedalam bentuk persentase untuk
mengetahui confidence dari masing-masing item penjualan, hasil tersebut dapat
dilihat pada Tabel 3.4
Tabel 3.4 Support Setiap Item
Kode Transaksi Item Jumlah Support
1 HVS 5 83%
2 Printer 4 67%
3 Tinta 2 33%
4 Catridge 3 50%
Sumber : Hasil Analisis, 2021
Dari proses pembentukan itemset pada Tabel 3.4 support setiap item, hasil
pembentukan 1 itemset akan dilakukan kombinasi 2 itemset.
3.4.2 Kombinasi 2 Itemset
Proses pembentukan C2 atau disebut dengan 2 itemset dicari dengan rumus (2)
analisa pola frekuensi tinggi, dari Tabel 3 format data tabulasi dapat dilihat pada
Tabel 3.5

7
 Teknik Analisa Kuantitatif

Tabel 3.5 2 Itemset

Kombinasi Jumlah Suport Confidence
HVS, Printer 3 50% 60%
HVS, Tinta 2 33% 40%
HVS, Catridge 2 33% 40%
Printer, Tinta 1 17% 25%
Printer, Catridge 2 33% 50%
Tinta, Catridge 0 0% 0%
Sumber : Hasil Analisis, 2021
Dari Tabel 3.5, ditetapkan nilai ∅ = 2 sehingga didapat C2 = {(HVS, Printer),
(HVS, Tinta), (HVS, Catridge), (Printer, Catridge)}.
3.4.3 Kombinasi 3 Itemset
Kombinasi dari itemset pada C2 bisa digabungkan menjadi 3 itemset. Proses
pembentukan C3 atau disebut dengan 3 itemset dapat dilihat dari Tabel 3.6
Tabel 3.6 3 Itemset
Kombinasi Jumlah Support Confidence
HVS, Printer, Tinta 1 17% 20%
HVS, Printer, Catridge 1 17% 20%
Sumber : Hasil Analisis, 2021
Dengan demikian, C3 = {(0)} karena tidak ada kombinasi frekuensi kemunculan
> = ∅.

3.5 Pembetukan Aturan Assosiasi

Setelah semua pola frekuensi tinggi ditemukan, kemudian dicari aturan asosiasi
yang memenuhi syarat Dari C2 yang telah ditemukan, bisa dilihat besarnya nilai
support dan Confidence dari aturan asosiasi seperti Tabel 3.7
Tabel 3.7 Aturan Asosiai dari C2
Aturan Asosiasi Support Confidence Support x Confidence
Jika beli HVS maka akan beli Printer 50% 60% 0,30
Jika beli Printer maka akan beli HVS 50% 75% 0,38
Jika beli HVS maka akan beli tinta 33% 40% 0,13
Jika beli Tinta maka akan beli HVS 33% 100% 0,33
Jika beli HVS maka akan beli Catridge 33% 40% 0,13
Jika beli Catridge maka akan beli HVS 33% 67% 0,22
Jika beli Printer maka akan beli Catridge 33% 50% 0,17
Jika beli Catridge maka akan beli Printer 33% 67% 0,22
Sumber : Hasil Analisis, 2021
Kesimpulan :
Dilihat dari format tabular, item yang paling laris adalah Printer, HVS, dan Tinta.
Dari Tabel Aturan Asosiasi dapat diektahui bahwa 100% orang yang membeli Tinta
di Toktok Com tersebut akan membeli HVS juga.

8
Teknik Analisa Kuantitatif

Namun, orang yang membeli Printer kemungkinan 75% akan membeli HVS juga.

9
Teknik Analisa Kuantitatif

BAB IV
PENUTUP

4.1 Kesimpulan
A. Metode market basket analysis merupakan metode untuk menemukan suatu
kombinasi item yang muncul bersamaan. Metode ini nantinya akan mencari tahu
mengenai nilai support (nilai penunjang) yaitu persentase kombinasi item dalam
database dan confidence (nilai kepastian) yaitu kuatnya hubungan antar item
dalam aturan assosiatif. Setelah itu akan terbentuk aturan asosiasi yang tentu
berguna bagi pelaku usaha ataupun pihak lainnya. Meskipun metode ini termasuk
metode yang mudah untuk dipahami, metode ini cukup memakan waktu jika
dilakukan secara manual. Sehingga adanya software seperti Tanagra akan sangat
membantu dalam perumusan analisis ini.
B. Studi kasus yang digunakan sebagai contoh pengaplikasian analisis ini
memberikan beberapa data transaksi penjualan yang kemudian akan diolah untuk
menemukan nilai support dan confidence-nya. Jika nilai tersebut sudah ditemukan
maka akan terbentuk aturan asosiasi yakni “100% orang yang membeli Tinta di
Toktok Com tersebut akan membeli HVS juga. Namun, orang yang membeli
Printer kemungkinan 75% akan membeli HVS juga.”

4.2 Saran
A. Penggunaan metode ini akan memakan waktu yang cukup lama sehingga
sebaiknya menggunakan software pendukung.
B. Sebaiknya untuk database berskala besar menggunakan metode pembanding
lainnya untuk menguji sejauh mana metode ini dapat menemukan pola hubungan
(asosiasi) antar item.

10
Teknik Analisa Kuantitatif

DAFTAR PUSTAKA

Haryanto, Denny, Yetli Oslan, and Djoni Dwiyana. "Implementasi Analisis Keranjang
Belanja Dengan Aturan Asosiasi Menggunakan Algoritma Apriori Pada Penjualan Suku
Cadang Motor." (2014).
Nurchalifatun, Fitri. "Penerapan Metode Asosiasi Data Mining Menggunakan Algoritma
Apriori Untuk Mengetahui Kombinasi Antar Itemset Pada Pondok KOPI." Data
Min (2015).
Elisa, Erlin. "Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma
Apriori." Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) 2.2 (2018): 472-478.
Masnur, Alkadri. "Analisa Data Mining Menggunakan Market Basket Analysis untuk
Mengetahui Pola Beli Konsumen." SATIN-Sains dan Teknologi Informasi 1.2 (2015): 32-
40.

11