Penerapan Algoritma Apriori Untuk Meningkatkan Penjualan Melalui Strategi Mixed Bundling Pada PT XY

Abstract

PT XY mengalami penurunan penjualan selama 3 bulan terakhir pada saluran penjualan e-commerce. Setelah dilakukan observasi lebih lanjut, diperlukannya penerapan strategi bisnis selain yang sudah diterapkan oleh PT XY, dengan tujuan untuk meningkatkan penjualan melalui saluran e-commerce dengan mengetahui pola asosiasi antar item produk yang dibeli konsumen (CRM) yang dapat menjadi dasar membuat rekomendasi strategi mixed bundling. Data yang digunakan adalah data transaksi penjualan e-commerce PT XY dari April hingga Oktober 2021, dengan jumlah sebanyak 5.673 buah transaksi. Metode yang dipergunakan adalah data mining association rule dan algoritma apriori dengan konsep Customer Relationship Management. Dengan menggunakan minimum support sebesar 0,15 dan minimum confidence sebesar 0.5, maka didapatkan hasil yang telah divalidasi, yaitu terdapat 5 rules untuk family product dan 5 rules untuk item produk. Sehingga diketahui produk Pasta sering dibeli bersamaan dengan produk Flour, produk Cookies dan Pasta sering dibeli bersamaan dengan produk Flour, produk Noodle sering dibeli bersamaan dengan produk Flour, produk Cookies dan Noodle sering dibeli bersamaan dengan produk Flour, serta produk Noodle dan Pasta sering dibeli bersamaan dengan produk Flour. Setelah dilakukannya validasi rekomendasi, terdapat 4 produk mixed bundling yang dapat diterapkan dalam strategi pemasaran pada PT XY yang dapat menjadi peluang dalam meningkatkan penjualan pada e-commerce, yaitu produk CBT01 dan CBM01, MBL01 dan MBT01, CPB01 dan CBM01, serta CPB01 dan CBT01.