Analisis Pola Pembelian Konsumen Menggunakan Metode Market Basket Analysis dan Peramalan dengan Neural Network (Studi Kasus : Hypermart Ciputra World)

Abstract

Saat ini pertumbuhan ritel modern khususnya pada ritel jenis supermarket maupun hypermarket yang terus mengalami penurunan. Bagi perusahaan memahami perilaku pelanggan bertujuan untuk memastikan bahwa perusahaan dapat terus memenuhi kebutuhan dan keingingan pelanggan. Hal tersebut dapat mengarah pada kepuasan maupun loyalitas pelanggan yang lebih baik, maka diperlukan Market Basket Analysis untuk mengetahui dan memahami pola dasar dari aturan asosiasi yang terjadi dalam transaksi pembelian pelanggan. Pada penelitian ini menggunakan algoritma Apriori dan FP-Growth lalu kemudian akan dibandingkan terhadap nilai support, confidence dan lift terbesar. Sehingga dipilih terpilih algoritma FP-Growth dengan menggunakan minimum support 0,04 dan minimum confidence 0,5 yang menghasilkan 9 rules dengan 14 produk terpilih. Dari hasil tersebut selanjutnya akan dilakukan prediksi jumlah produk dengan neural network. Yang mana prediksi untuk periode ke depan menghasilkan rata-rata MAPE sebesar 8,7%.