Metode Market Basket Analysis

Metode Market Basket Analysis

Metode Market Basket Analysis

Anda pasti pernah melihat di supermarket kenapa setiap produk produk tertentu selalu ditempatkan bersebalahan dan itu saling berkaitan, sebagai contoh jika ada produk pasta gigi pasti yang berdekatan dengan pasta gigi ada sikat gigi dan alat mandi lainnya, atau mungkin jika ada produk gula disekitar gula ada teh,kopi dll. Kenapa bisa seperti itu? itu dilakukan karena berdasarkan analisa keranjang belanja dari kebiasaan seseorang membeli produk. Tentunya dengan tujuan untuk memudahkan  pembeli memilih produk yang mereka cari. Nah jika didalam ilmu Teknik Informatika hal tersebut dinamakan Market Basket Analysis.

Dalam dunia IT hal tersebut bisa di implementasikan kedalam bentuk program dengan menggonakan metode Market Basket Analysis,dan tujuan dibuat metode itu tentunya untuk mengetahui kebiasaan konsumen dalam membeli sebuah produk secara bersamaan.

Jika dibahas lebih dalam Market Basket Analysis, didalamnya terdapat istilah Association Rule Analysis. Lalu apa itu Association Rule

Association Rule adalah salah satu teknik dalam Market Basket Analysis untuk mencari hubungan antar item dalam suatu dataset, jadi seberapa kuat hubungan antara item satu dengan item lainnya, dan kemudian dikombinasikan.
  • Aturan yang menyatakan asosiasi antara beberapa atribut sering disebut Affinity Analysis atau Market Basket Anaysis.
  • Analisis asosiasi (Association Rule) merupakan salah satu teknik yang digunakan untuk menemukan aturan asosiatif antara suatu kombinasi item.
  • Misalnya aturan asosiatif dari analisis pembelian di suatu pasar swalayan adalah dapat diketahuinya berapa besar kemungkinan seorang pelanggan membeli roti bersamaan dengan susu, pasta gigi dengan sikat gigi, bir dengan pampers, dsb.
  • Dengan pengetahuan tersebut pemilik pasar swalayan dapat mengatur penempatan barangnya atau merancang kampanye pemasaran terkait dengan pengetahuan yang didapat.


Ada beberapa aturan asiosi didalam Association Rule yaitu :

  1. Algoritma Apriori , untuk algoritma apriori anda bisa membacanya lebih lengkap di artikel berikut "Algoritma Apriori"
  2. Generalized Rule Induction
  3. Algoritma Hash Based


Aturan asosiasi biasanya dinyatakan dalam bentuk:


Aturan tersebut dapat berarti:

“50% dari transaksi yang memuat item roti dan mentega juga memuat susu. Sedangkan 40% dari seluruh transaksi memuat ketiga item itu”.
“Seorang konsumen yang membeli roti dan mentega punya kemungkinan 50% juga membeli susu. Aturan ini cukup signifikan karena mewakili 40% dari transaksi yg ada”.

Metode Market Basket Analysis







Contoh Kasus

Misalkan dari suatu database transaksi didapatkan data sbb:

Metode Market Basket Analysis



 Transaksi

Dalam bentuk tabular


Beberapa pengertian:

  • Sebuah itemset merupakan himpunan item-item yang berada dalam himpunan item yang dijual, yaitu {teh, gula, kopi, susu, roti}.
  • k-itemset adalah itemset yang berisi k item. Misalnya:
{teh, gula} adalah 2-itemset,
{teh, gula, roti} adalah 3-itemset.
  • Frequent itemset menunjukkan itemset yang memiliki frekuensi kemunculan lebih dari minimum yang ditentukan (Φ).
  • Himpunan dari frequent k-itemset dilambangkan dengan Fk.


Metode Market Basket Analysis


Jika Φ  = 2, maka:
F2= { {teh, gula}, {gula, kopi}, {gula, susu}, {gula, roti}, {kopi, susu}, {susu, roti}}
F3= { {gula, susu, kopi} }


Metode Market Basket Analysis


Jika ditetapkan nilai confidence minimal adalah 60%, maka aturan yg bisa terbentuk adalah aturan 2 dan 3.

Demikian yang dapat saya jelaskan, semoga informasi diatas dapat membantu anda dalam memahami metode Market Basket Analysis.


Kata Kunci : Market Basket Analysis, Association Rule,Algoritma Apriori, Pengertian Association Rule, Pengertian Market Basket Analysis, Skripsi Teknik Informatika, Contoh Skripsi.



2 comments

avatar

akhirnya saya agak ngerti.. kalau boleh bisa minta excel perhitungannya gak mas, kalau ada sekalian referensi aplikasi nya :D
cyberpunk581@gmail.com

Balas
avatar

excel yang perhitungan diatas apa beda contoh mas?

Balas