Penerapan Sequencial Pattern Mining untuk Menemukan Pola Pembelian Konsumen Menggunakan Algoritma SPADE (Sequencial Pattern Discovery using Equivalence Classes)

Annajemin Rafiun, Siti Sunediari

Abstract


Abstract. During the last four years, according to Census data from the Central Statistics Agency (BPS), e-commerce in Indonesia has increased by 500 percent, but there are still many online businesses who don't know how to increase their company's profits. To solve this problem, data mining techniques are used. The purpose of this study is to find consumer purchasing patterns using the SPADE Algorithm (Sequencial Pattern Discovery using Equivalence Classes). The data used is secondary data which comes from the sales transaction data of the Jonas Sport Store, which amounts to 51 data and using data mining techniques and shows that from the search results of Frequent Sequence found 3 Frequent Sequences formed from goods E → F → M, namely consumers with sequence id 14 and 42 who are predicted to come to buy the same type of goods and also according to the order of the items on their next purchase. The item to be purchased is an item with the item code E → F → M, namely the Vapor Grip Gloves → Elbow pad → Jonas Eclipse.

Keywords: Algoritma SPADE, Sequential pattern mining, e-commerce, Frekuensi Sequence

Abstrak. Selama kurun waktu empat tahun terakhir menurut data Sensus Badan Pusat Statistik (BPS), e-commerce di Indonesia mengalami peningkatan sebesar 500 persen, akan tetapi masih banyak pelaku bisnis online yang belum mengetahui cara untuk meningkatkan keuntungan perusahaanya. Untuk mengatasi masalah tersebut digunakan teknik data mining. Tujuan dari penelitian ini adalah untuk menemukan pola pembelian konsumen menggunakan Algoritma SPADE (Sequencial Pattern Discovery using Equivalence Classes). Data yang digunakan adalah data sekunder yang bersumber dari data transaksi penjualan Toko Jonas Sport yang berjumlah 51 data yang dianalisis menggunakan teknik data mining dan menunjukan bahwa dari hasil pencarian Frequent Sequence ditemukan Frequent 3 Sequence yang terbentuk  dari barang E→ F→ M yaitu konsumen dengan sequence id 14 dan 42 yang diprediksi akan datang membeli jenis barang yang sama dan juga sesuai urutan item pada pembeliannya selanjutnya. Adapun barang yang akan dibeli adalah item dengan kode barang E → F →M yaitu Sarung tangan Vapor Grip → Elbow pad → Jonas Eclipse.

Kata Kunci: Algoritma SPADE, Sequential pattern mining, e-commerce, Frekuensi Sequence


Keywords


Algoritma SPADE, Sequential pattern mining, e-commerce, Frekuensi Sequence

Full Text:

PDF

References


Agrawal, R., & Srikant, R. (1995). Mining Sequencial Patterns. Proceedings the Eleventh International Conference on Data Engineering (pp. 3-14). doi; 10.1109/ICDE.1995.380415

Ardiansyah, R. (2013). Sequencial Pattern Mining Pada Data Transaksi Penjualan Menggunakan Algoritma SPADE. Tugas Akhir Program Studi Ilmu Komputer Fakultas Teknologi Informatika dan Ilmu Komputer, Universitas Brawijaya Malang.

Fayyad, U. (1996). Advances in Knowledge Discover and Data Mining. MIT Press.

Juliasto, R., & Gunawan, D. (2015). Sequential Pattern Mining Dengan Spade Untuk Prediksi Pembelian Spare Part Dan Aksesoris Komputer Pada Kedatangan Kembali Konsumen. 314-325.

Larose, D. T. (2005). Discovering Knowledge In Data: An Introduction to Data Mining. John Willey & Sons, Inc.Ardiansyah, R. (2013). Sequencial Pattern Mining Pada Data Transaksi Penjualan Menggunakan Algoritma SPADE. Tugas Akhir Program Studi Ilmu Komputer Fakultas Teknologi Informatika dan Ilmu Komputer, Universitas Brawijaya Malang.

Nofriansyah, D. (2014). Konsep Data Mining Vs Sistem Pendukung Keputusan. Yogyakarta: Deepublish.

Ridwan, M. (2013). Sistem Pendukung Keputusan Untuk Proses Kelulusan Dan Evaluasi Kinerja Akademik Mahasiswa Menggunakan Teknik Data Mining. Program Magister Teknik Elektro Fakultas Teknik Universitas Brawijaya Malang.

Zaki, M. (2001). SPADE: An Efficient Algorithm For Mining Frequent Sequences.




DOI: http://dx.doi.org/10.29313/.v7i1.25474

Flag Counter