MARKET BASKET ANALYSIS MENGGUNAKAN ALGORITMA APRIORI UNTUK PENETAPAN STRATEGI BUNDLING PENJUALAN BARANG

dustri ritel mengalami perkembangan pesat sehingga memunculkan tingkat persaingan yang tinggi. Langkah untuk menghadapinya adalah merancang strategi penjualan. Proses data mining dilakukan untuk menganalisis asosiasi antar item barang dari data transaksi penjualan. Hasil data mining diharapkan mampu memberikan informasi item barang yang biasa dibeli konsumen secara bersamaan. Metode yang digunakan untuk menemukan aturan asosiasi (association rule) dalam transaksi penjualan dikenal dengan nama market basket analysis. Ide dasar dari market basket analysis adalah mengetahui pola asosiasi barang dalam keranjang belanja. Penelitian dilakukan terhadap data transaksi penjualan barang di Ritel XYZ selama tahun 2015. Analisis dilakukan dengan menggunakan algoritma apriori untuk menghasilkan association rule atau aturan asosiasi antar barang. Perhitungan association rule dilakukan menggunakan software TANAGRA. Nilai minimum support 2% dan minimum confidence 50%. Market basket analysis memberikan informasi buying habit konsumen Ritel XYZ selama tahun 2015. Hasil dari analisis berupa strategi bundling penjualan barang dalam bentuk cross selling, up selling dan product bundling. Secara keseluruhan 30 rules yang dihasilkan untuk strategi bundling memiliki kesamaan nilai support yakni 2% dan nilai confidence yakni 100%. Hal tersebut sejalan dengan penelitian yang pernah dilakukan para peneliti sebelumnya, bahwa strategi bundling berlaku untuk rule dengan nilai support terkecil dan confidence 100%. Diperoleh 8 rules cross selling, 5 rules up selling dan 17 rules product bundling. Strategi bundling penjualan barang akan diimplementasikan oleh Manajer Ritel XYZ berdasarkan beberapa kondisi. Apabila strategi bundling ditujukan untuk menaikkan penjualan produk, dipilih rule yang mengandung barang dengan kondisi stock menumpuk di gudang. Sedangkan jika tujuan bundling untuk menaikkan omzet penjualan, dipilih rule yang memuat barang-barang yang sering dibeli oleh konsumen yakni rule yang mengandung sembako. Kata kunci : ritel, data mining, market basket analysis, algoritma apriori