Analisa Pola Asosiasi Produk Pada Transaksi Penjualan Retail Online Menggunakan Algoritma Apriori

Abstract

Pertumbuhan e-commerce telah menciptakan peluang signifikan bagi sektor ritel online untuk lebih memahami perilaku konsumen. Namun, banyak bisnis masih menghadapi tantangan dalam mengidentifikasi hubungan antar produk yang sering dibeli bersamaan. Studi ini bertujuan untuk mengungkap pola asosiasi produk dalam transaksi penjualan menggunakan algoritma Apriori. Dataset yang digunakan adalah dataset Fashion Retail Sales yang diperoleh dari Kaggle, terdiri dari 3.400 transaksi, dengan 166 transaksi yang digunakan setelah pra-pemrosesan. Metode yang diterapkan adalah penambangan data dengan teknik analisis keranjang belanja menggunakan RapidMiner. Parameter yang digunakan adalah dukungan minimum 0,07% dan kepercayaan minimum 0,5%. Hasil menunjukkan asosiasi signifikan antara Tanktop dan Celana Pendek, serta antara Celana Pendek dan Dompet. Pola-pola ini dapat berfungsi sebagai dasar untuk mengembangkan strategi rekomendasi produk, penggabungan produk, dan penempatan produk yang lebih efektif. Temuan ini penting karena dapat membantu bisnis dalam meningkatkan strategi pemasaran dan meningkatkan pengalaman belanja konsumen di platform ritel online.