Perancangan Aplikasi Data Mining Dengan Algoritma Apriori Untuk Frekuensi Analisis Keranjang Belanja Pada Data Transaksi Penjualan (Studi Kasus Di Swalayan Kpri Universitas Brawijaya)

Penelitian ini berupaya mengembangkan strategi bisnis peletakkan barang belanjaan yang disesuaikan dengan pola konsumsi konsumen di Swalayan KPRI Universitas Brawijaya Malang. Metode yang digunakan adalah Market Basket Analysis (MBA) dengan memanfaatkan data transaksi penjualan selama bulan Februari 2013. Hasil peneltian ini adalah sebuah prototipe aplikasi MBA. Pengujian prototipe dilakukan dengan batasan minimum transaksi (support) sebesar 7 transaksi dan minimum confidence sebesar 5%. Dengan batasan tersebut, aplikasi MBA membentuk 11 aturan asosiasi. Salah satu aturan asosiasi yang terbentuk adalah jika membeli gula pasir lokal 1kg, indofood bmb.racik sayur sop 20gr 9117, maka membeli indofood bmb.racik sy.asem 20gr rsah.463 dengan nilai support = 0,52% dan nilai confidence = 90,91% yang merupakan aturan dengan nilai confidence tertinggi. Proses selanjutnya adalah mengkategorikan item yang digunakan sebagai acuan perbaikan layout, sehingga mendapatkan rekomendasi perbaikan layout yang menyatakan bahwa gula didekatkan dengan telur, bumbu masak jadi, dan minyak goreng; minyak goreng didekatkan dengan bumbu masak jadi; telur didekatkan dengan beras dan mie instant serta minuman didekatkan dengan roti. Dengan demikian, penataan barang dagangan bisa disesuaikan dengan aturan asosiasi agar sesuai dengan pola konsumsi konsumen