IMPLEMENTASI DATA MINING PADA BIDANG ANALISIS MARKETING

Definisi Data Mining

Data mining adalah Proses untuk menggali poin lebih berbentuk informasi yang selama ini tidak diketahui secara manual dari suatu basisdata dengan melakukan aktvivitas berupa penggalian pola-pola dari data dengan tujuan untuk memanipulasi data menjadi informasi berharga yang diperoleh dengan cara mengektrasi pola yang menarik dari data yang sedang diolah tersebut yang terdapat dalam basisdata.

Salah satu penerapan data mining yang saat ini sedang terkenal adalah penerapan data mining pada bidang analisis marketing yaitu berupa penerapan data mining pada transaksi penjualan untuk mengatur penempatan barang menggunakan algoritma priori.

Definisi Algoritma Apriori

Algoritma apriori adalah suatu metode untuk mencari pola hubungan antar satu atau lebih item dalam suatu dataset. Algoritma apriori banyak digunakan pada data transaksi yang biasa disebut dengan market basket, misalnya sang pemilik toko/swalayan sudah mengetahui pola dari sorang konsumen, contohnya jika seseorang ingin membeli roti item apalagi yang dia butuhkan ?. Jika seseorang ingin membeli roti maka item lain yang dia butuhkan diantaranya yaitu entah itu itu mentega, susu kental manis, meses ataupun bias membeli daging sekalipun jika sang pembeli tersebut ingin memakan roti dengan daging.

Analisis asosiasi adalah teknik data mining untuk menemukan aturan suatu kombinasi item. Frekusen tinggi merupakan salah satu tahap analisis asosiasi yang menarik perhatian banyak untuk menghasilkan algoritma yang efisien. Penting tidaknya suatu asosiasi dapat diketahui dengan dua tolak ukur yaitu support dan confidence. Support adalah berapa persentase kombinasi item tersebut dalam database sedangkan confidence adalah kuatnya hubungan antar item dalam aturan asosiasi.Adapun tahapan-tahapan yang terdapat dalam algoritma apriori yaitu :

Tahap awal adalah analisis pola frekuensi tinggi dengan cara mencari kombinasi item yang memenuhi syarat minimum dari nilai support dalam basisdata.
Tahap selanjutnya yaitu mencari aturan syarat minimum confidence setelah tadi mencari frekuensi tinggi dan cari menghitungnya adalah Confidence A–>B
Untuk menentukan aturan asosiasi manakah yang akan dipilih maka kita harus mengurutkan berdasarkan support x confidence.

Kembali kepada topik pembahasan yaitu tentang penerapan data mining pada transaksi penjualan untuk mengatur penempatan barang menggunakan algoritma priori dam contoh toko yang saya ambil adalah Toko Tombo Ati. Pada pengumpulan data akan mengumpulkan berupa data awal yang diperoleh dari Toko Tombo Ati yaitu berupa nota-nota transaksi penjualan acak yang belum diseleksi dan belum siap dipakai untuk melakukan dalam penelitian ini. Pada tahap yang kedua adalah tahap penyeleksian data yaitu melakukan pemilahan terhadap nota-nota transaksi penjualan tetapi tidak semua digunakan karena nota transaksi yang digunakan hanya nota transaksi dengan jumlah dua item ataupun tiga item saja, lalu kita melakukan preprocessing/cleaning yaitu proses pembersihan atribut-atribut yang tidak dibutuhkan dalam data mining.

Gambaran dalam penggunaan ini adalah hubungan-hubungan keterkaitan barang yang satu dengan barang yang lainnya yang bias digunakan dalam penempatan barang dan dalam penempatan barangnya pun sesuai dengan tolak ukur yaitu apabila nilai support tinggi maka posisi penempatan barangnya diletakkan diawal/ujung karena barang yang supportnya tinggi merupakan barang yang sering dibeli oleh pembeli sedangkan item dengan nilai confidence tinggi diletakkan bersebelahan karena nantinya antar kedua barang tersebut memiliki kesempatan dibeli secara bersamaan.

Opini

Opini saya yaitu konsep data mining ini bias diterapkan oleh toko-toko yang belom menerapkan data mining ini karena toko-toko tersebut dalam menempatkan item-itemnya masih asal atau sembarangan. Jika sesorang ingin membeli sesuatu tetapi membutuhkan sesuatu yang lain dalam melengkapi item utama yang ingin konsumen beli maka sang penjual kebingan mencari item tersebut. Dan dengan menggunakannya data mining ini para toko-toko bias menempatkan barangnya sesuai nilai support dan confidence sehingga tidak sulit dalam mencari item tersebut.

Sumber :