Penerapan Metode Market Basket Analysis dengan Algoritma Eclat dan Prediksi dengan Artificial Neural Network pada Data Transaksi Penjualan

Application of the Market Basket Analysis Method with Eclat Algorithm and Prediction with Artificial Neural Network on Sales Transaction Data

Untuk mempertahankan stabilitas kebutuhan pelanggan pada swalayan, maka diperlukan suatu teknik data mining untuk melakukan analisa. Metode Market Basket Analysis dan prediksi dipilih untuk melakukan analaisa terhadap data transaksi penjualan pada swalayan KPRI Pemda Sejahtera. Dengan Market Basket Analysis menggunakan algoritma Eclat maka akan ditemukan pola asosiasi barang yang dibeli secara bersamaan dalam satu transaksi. Dari hasil tersebut selanjutnya akan dilakukan prediksi jumlah barang yang dibeli dengan Artificial Neural Network Backpropagation untuk memprediksi jumlah pembelian barang berdasarkan pola asosiasi. Dari metode Market Basket Analysis didapatkan tiga pola asosiasi atau rule dengan nilai confidence tertinggi. Prediksi menggunakan Artificial Nueral Network pada rule pertama menghasilkan nilai MAPE sebesar 7.462% dengan akurasi 92.538%, rule kedua menghasilkan nilai MAPE sebesar 7.186% dengan akurasi 92.814%, dan rule ketiga menghasilkan nilai MAPE sebesar 8.799% dengan akurasi 91.201%.

To maintain the stability of customer needs in self-service, a data mining technique is needed to perform the analysis. The Market Basket Analysis and prediction methods were chosen to analyze the sales transaction data at KPRI Pemda Sejahtera supermarkets. With Market Basket Analysis using the Eclat algorithm, it will find association patterns of goods purchased simultaneously in one transaction. From these results, a prediction of the number of goods purchased will be made with Artificial Neural Network Backpropagation to predict the number of purchases of goods based on association patterns. From the Market Basket Analysis method, three association patterns or rules with the highest confidence value were found. Prediction using Artificial Nueral Network in the first rule produces a MAPE value of 7.462% with an accuracy of 92.538%, the second rule produces a MAPE value of 7.186% with an accuracy of 92.814%, and the third rule produces a MAPE value of 8.799% with an accuracy of 91.201%.