Penerapan Market Basket Analysis Menggunakan Metode Multilevel Association Rules dan Algoritma ML_T2L1 Pada Data Order PT. Unirama

Abstract

Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang mempunyai arti bagi pendukung keputusan. Salah satu teknik data mining yang dapat digunakan adalah association rules atau yang biasa disebut dengan istilah market basket analysis. Market basket didefinisikan sebagai suatu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi. Market basket analysis adalah suatu alat yang ampuh untuk pelaksanaan strategi cross-selling. Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembentukan aturan-aturan asosiasi (association rules). Algoritma Multilevel Association Rules adalah algoritma yang dapat menemukan sejumlah frequent itemset dari level berbeda pada transaksi yang tersimpan dalam basis data.

Dalam penelitian ini algoritma Multilevel Association Rules digunakan untuk membantu menemukan sejumlah aturan asosiasi dari basis data pemesanan barang di PT. Unirama, sehingga untuk selanjutnya dapat digunakan sebagai pertimbangan dalam membuat strategi distribusi yang efektif.

Dari hasil pemrosesan data mining, ditemukan rules yang memenuhi minimum support dan minimum confidence pada level 1 (Produk) 1 rule, pada level 2 (Jenis) 1 rule, pada level 3 (Tipe) 12 rule, dan pada level 4 (Kemasan) 12 rule.