Analisis Asosiasi pada Transaksi Obat Menggunakan Data Mining dengan Algoritma A Priori
Abstract: Persaingan di dunia
bisnis, khususnya dalam industri apotek, menuntut para pengembang bisnis
tersebut menemukan suatu strategi yang dapat meningkatkan penjualan obat. Salah
satu caranya yaitu dengan memberikan potongan harga pada kombinasi obat-obat
tertentu yang sering dibeli secara bersamaan. Hal tersebut dapat dilakukan
dengan menggunakan teknik analisis keranjang pasar yaitu menganalisis kebiasan
belanja konsumen. Data mining merupakan suatu metode pengolahan informasi
tersembunyi dari suatu database informasi yang besar. Pengimplementasian data
mining terdapat berbagai macam metode, salah satunya adalah Algoritma A Priori.
Algoritma A Priori merupakan algoritma pengambilan data dengan aturan asosiatif
(association rule) untuk menentukan hubungan asosiatif suatu kombinasi item
(Kusrini, 2007). Penelitian ini dilakukan dengan melakukan analisis asosiasi
pada data transaksi obat menggunakan Algoritma A Priori. Analisis dilakukan
dengan membandingkan hasil analisis asosiasi dengan Algoritma A Priori dan
analisis tanpa menggunakan metode. Hasil analisis ini dilakukan pengujian dari
data mining yaitu lift. Analisis asosiasi dengan 2-itemset menggunakan
Algoritma A Priori terhadap 700 data (209 transaksi penjualan) menghasilkan 6
kaidah/aturan dengan 2 aturan yang menghasilkan nilai lift 2.09 dan 1.3 dengan
waktu 12 detik. Analisis asosiasi dengan 3-itemset menggunakan Algoritma A
Priori terhadap 200 data (62 transaksi penjualan) menghasilkan 33 kaidah/aturan
dengan nilai lift kurang dari 1 dengan waktu 23 detik. Sehingga dapat
disimpulkan bahwa Algoritma A Priori dapat digunakan untuk menganalisis
kebiasaan belanja konsumen untuk menghasilkan kaidah/aturan yang berisi
kombinasi antar obat.
Penulis: Despitaria
Kode Jurnal: jptinformatikadd160361
