ANALISIS POLA PEMBELIAN KONSUMEN DI RUMAH MAKAN TEPI LAUT BAUBAU MENGGUNAKAN ALGORITMA APRIORI

Fadil Firmansyah; irwansyah;

ABSTRAK

Analisis Pola Pembelian Konsumen Di Rumah Makan Tepi Laut Baubau Menggunakan Algoritma Apriori

Fadil Firmansyah

Rumah makan tepi laut baubau belum memanfaatkan data transaksi dengan baik padahal dari data
transaksi bisa ditemukan perilaku ataupun pola pembelian konsumen. Penelitian ini bertujuan
untuk menganalisis pola pembelian konsumen berdasarkan data transaksi guna mengidentifikasi
perilaku pembelian konsumen, menemukan item-item yang sering dibeli secara bersamaan dalam
satu transaksi, serta mengetahui nilai support, confidence, dan lift ratio dari setiap aturan asosiasi
yang dihasilkan melalui proses analisis. Dari 701 record yang terdapat pada data transaksi
digunakan metode algoritma apriori dalam menganalisis pola pembelian konsumen dengan
parameter support, association rule dengan parameter confidence dan pengukuran aturan asosiasi
dengan lift ratio. Berdasarkan hasil analisis apriori, diperoleh tiga aturan asosiasi yaitu: pembelian
sunu ori cenderung diikuti air mineral (support 0,102857; confidence 0,808989; lift 2,6339),
pembelian es teh dan cumi crispy diikuti bobara hm (support 0,087143; confidence 0,910448; lift
3,1550), serta pembelian cumi crispy dan bobara hm diikuti es teh (support 0,087143; confidence
0,835616; lift 5,222603).

Kata kunci: pola pembelian konsumen, algoritma apriori, association rule, data transaksi.

Purchase Pattern Analysis Consumers at Baubau Seaside Restaurant Using the Apriori Algorithm

Fadil Firmansyah

Baubau seaside restaurants have not utilized transaction data welleven though transaction data
can be found behavior or consumer purchasing patterns. This study aims to analyze consumer
purchasing patterns based on transaction data to identify consumer purchasing behavior, find
items that are often purchased simultaneously in one transaction, and find out the value of
support, confidence, and lift ratio of each association rule generated through the analysis process.
Of the 701 records contained in the transaction data, the apriori algorithm method is used in
analyzing consumer purchasing patterns with support parameters, association rules with
confidence parameters and measuring association rules with lift ratio. Based on the results of
apriori analysis, three association rules are obtained, namely: purchase of sunu ori tends to
followed by mineral water (support 0.102857; confidence 0.808989; lift 2.6339), purchase of iced
tea and crispy squid followed by bobara hm (support 0.087143; confidence 0.910448; lift 3.1550),
and purchase of crispy squid and bobara hm followed by iced tea (support 0.087143; confidence
0.835616; lift 5.222603).

Keywords: consumer purchasing patterns, a priori algorithm, association rule, transaction data.