Penerapan Data Mining Untuk Pola Penjualan Krim Pencerah Di Underprice Skincare Menggunakan Algoritma ECLAT

Abstract

Underprice Skincare merupakan toko kosmetik yang menjual berbagai jenis produk kecantikan. Seiring berkembangnya industri kecantikan dan meningkatnya minat konsumen terhadap krim pencerah wajah, transaksi penjualan pun terus meningkat. Namun, data transaksi yang dihasilkan setiap hari belum dimanfaatkan secara maksimal untuk mendukung strategi penjualan. Pola penjualan merupakan cara untuk mengetahui produk apa saja yang sering dibeli bersamaan oleh konsumen, sehingga dapat membantu toko menentukan strategi penjualan yang tepat. Pembentukan pola penjualan dilakukan dengan mengumpulkan dan menganalisis data konsumen menggunakan teknik data mining dengan metode association rule. Salah satu algoritma dalam association rule adalah algoritma ECLAT (Equivalence Class Transformation), yang mampu melakukan pencarian itemset secara efisien dengan pendekatan vertikal dan tidak memerlukan pemindaian berulang pada dataset. Penelitian ini menggunakan 25 jenis produk dan 95 transaksi dengan nilai minimum support sebesar 7% dan minimum confidence sebesar 70%. Hasil dari penelitian ini berupa aturan asosiasi (association rules) yang dapat digunakan sebagai acuan dalam pembentukan strategi pola penjualan yang efektif. Sistem juga telah diuji menggunakan metode black box testing dan menunjukkan bahwa seluruh fungsionalitas berjalan sesuai dengan yang diharapkan, sehingga dapat digunakan sebagai alat bantu pengambilan keputusan penjualan pada toko Underprice Skincare.