Implementasi Algoritma Apriori Untuk Rekomendasi Produk Pada Toko Online

Abstract

Perkembangan pasar digital yang semakin pesat menimbulkan persaingan dalam menarik pelanggan menjadi semakin ketat. Setiap pemilik toko online berusaha mencari strategi supaya tokonya mampu bertahan. Strategi yang bisa diterapkan yaitu dengan memberikan rekomendasi produk yang sesuai dengan keinginan konsumen. Kemampuan pemilik toko dalam melihat keinginan dan kebutuhan konsumen akan berdampak pada peningkatan penjualan. Dengan kemampuan tersebut pemilik toko dapat menata produknya dan membuat promosi menggunakan kombinasi produk tertentu. Algoritma apriori adalah teknik yang dipakai pada penelitian ini. Dalam algoritma tersebut dilakukan proses iterasi menggunakan nilai minimum support dan confidence guna menilai setiap kombinasi produk. Kemudian mengeliminasi kombinasi barang yang tidak mencapai minimum support. Berdasarkan algoritma tersebut diperoleh frekuensi barang yang paling banyak dibeli bersamaan untuk memberi manfaat pada manajemen dalam menyusun dan mengkombinasikan produk untuk mengoptimalkan pemasaran. Selanjutnya memanfaatkan nilai confidence yang memberikan gambaran tentang relasi antar produk. Implementasi algoritma apriori bisa dimanfaatkan guna menganalisa data transaksi pada periode tertentu. Sehingga hasil informasi yang dihasilkan algoritma ini bisa dimanfaatkan pada strategi pemasaran dan promosi produk yang sesuai oleh keinginan pelanggan.
Kata Kunci—Rekomendasi, Support, Confidence, dan Algoritma Apriori.

The rapid development of the digital market has led to increased competition in attracting customers. Every online shop owner tries to find strategy to make the store survive. Strategy that can be applied is to provide product recommendations that are in accordance with consumer desires. The ability of shop owners to see the desires of consumers will have an impact on increasing sales. With these capabilities shop owners can arrange their products and make promotions using certain product combinations. The technique used in this study is apriori algorithm. In the algorithm the iteration process uses a value of minimum support and confidence to assess each product combination. Then eliminate combinations that do not meet the minimum support. Based on the algorithm, we found the frequency of products that most often appear together to help management organize products to optimize marketing. The final result uses the value of confidence which gives an idea of the relationship between products. Apriori algorithm implementation can be utilized to analyze transaction data for a certain period. So the results of the information generated by this algorithm can be utilized in marketing strategies and product promotions according to customer desires.
Keywords— Recommendations, Support, Confidence, and Apriori Algorithm.