Analisis Rekomendasi Produk Menggunakan Algoritma ECLAT Berdasarkan Riwayat Data Penjualan PT XYZ

Abstract

PT XYZ merupakan perusahaan yang menyediakan sarana produksi peternakan. Tranksaksi penjualan dicatat sebagai arsip perusahaan, laporan penjualan, dan laporan laba rugi. Lebih dari 1.500 lembar faktur tercetak setiap bulan. Namun, dalam hal promosi produk, belum menggunakan hasil analisis dari riwayat transaksi penjualan. Penelitian ini bertujuan untuk memberikan rekomendasi produk menggunakan algoritma ECLAT. Algoritma ECLAT (Equivalence Class Transformation) menggunakan konsep pencarian depth-first untuk menemukan itemset yang sering muncul dalam transaksi. Langkah penelitian, yaitu wawancara untuk akuisisi data, pra-pemrosesan data, transformasi data, dan proses data mining dengan algoritma ECLAT untuk menemukan frequent itemset dan menggunakan hasil frequent itemset sebagai basis pembuatan pola aturan asosiasi. Hasil analisis menujukkan bahwa sistem dapat memberikan rekomendasi aturan asosiasi secara efektif dari 14.617 riwayat transaksi. Minimum support tertinggi yang dapat digunakan untuk menemukan kombinasi k-itemset adalah 1%. Hasil aturan asosiasi pertahun dari riwayat transaksi tahun 2018-2020 menunjukkan perbedaan hasil dengan ragam terbanyak terjadi tahun 2020, yaitu 5 aturan asosiasi. Setiap aturan asosiasi yang muncul memiliki nilai confidence yang kuat yakni di atas 50%.