Membangun Dashboard Analisis Perilaku Konsumen dengan pendekatan Market Basket Analysis
DOI:
https://doi.org/10.31004/riggs.v4i2.662Keywords:
Algoritma Apriori, Perilaku Konsumen, Dashboard Analytics, Market Basket Analysis, R StudioAbstract
Pada dasarnya dalam suatu bisnis data ada setiap harinya, namun yang harus dipikirkan adalah bukan seberapa banyak kuantitas data tersebut namun lebih ke arah pengelolaan data yang mana bisa bermanfaat untuk perkembangan bisnis. Saat ini, kegiatan marketing bergantung pada data untuk menganalisis dan memahami perilaku konsumen sekaligus memberikan wawasan yang jelas tentang produk atau layanan manakah yang paling populer. Salah satu metode yang dapat digunakan untuk menganalisis pola perilaku belanja konsumen adalah Market Basket Analysis. Analisis ini merupakan salah satu metode dalam penambangan data (data mining) yang bertujuan untuk menemukan produk-produk yang sering dibeli bersamaan dari data transaksi. penelitian ini bertujuan untuk membangun Dashboard Analytics berdasarkan Market Basket Analysis yang mudah digunakan oleh industri ritel dalam pengambilan keputusan agar meningkatkan penetrasi pasar nasional menggunakan software R Studio. Penerapan algoritma apriori pada aplikasi Dashobard Market Analysis lebih efisien dan dapat mempercepat proses pembentukan kecenderungan pola kombinasi itemset hasil penjualan produk-produk barang. Sistem aplikasi ini telah dibuat untuk memudahkan para pelaku bisnis untuk mengoptimalkan penjualan. Manager suatu swalayan dapat mengatur dan mengoptimalakan posisi produk dalam rak berdasarkan hasil analisis perilaku konsumen menggunakan metode Market Basket Analysis.
Downloads
References
Moh. H. Hisbulloh, “Keselarasan Penggunaan Big Data dengan Perlindungan Data Pribadi,” Dinamika Hukum: Jurnal Pengembangan Ilmu-Ilmu Hukum, 2022, doi: 10.35315/dh.v23i1.8773.
N. Fajriyah et al., “Implementasi Teknologi Big Data di Era Digital,” Jurnal Informatika, 2022, doi: 10.57094/ji.v1i1.333.
B. Schmarzo, Big Data MBA: Driving Business Strategies with Data Science. Wiley, 2015.
A. Faccia, L. P. L. Cavaliere, P. Petratos, and N. R. Mosteanu, “Unstructured Over Structured, Big Data Analytics and Applications In Accounting and Management,” in International Conference on Cloud and Big Data Computing, 2022. doi: 10.1145/3555962.3555969.
M. Rizki, D. Devrika, I. H. Umam, and F. S. Lubis, “Aplikasi Data Mining dalam Penentuan Layout Swalayan dengan Menggunakan Metode MBA,” 2020. doi: 10.24014/JTI.V5I2.8958.
A. Stekolschik, “Approach to structure management and customer-related configuration in the product lifecycle in mechanical engineering,” 2020, doi: 10.1088/1757-899X/715/1/012108.
D. Akramova, “Developing Big Data Analytics (BDA) Utilization Model in Indonesia,” in EPiC Series in Computing, 2022. doi: 10.29007/g75c.
M. B. A. Andra, E. H. Hermaliani, A. Subekti, and M. H. Haris, “Pengenalan Big Data Dan Pembuatan Aplikasi Database Dengan NocoDB Pada Badan Santunan Yatim Pondok Cina Depok,” CONSEN: Indonesian Journal of Community Services and Engagement, 2024, doi: 10.57152/consen.v4i2.1524.
F. A. Afzali, “Changing Consumer Behaviors Boost Sales: Theoretical Insight for Afghan Investors and Entrepreneurs,” International Journal of Scientific and Research Publications, 2022, doi: 10.29322/ijsrp.12.11.2022.p13138.
W. Rafferty, L. Rafferty, and P. C. K. Hung, “Introduction to Big Data,” in Big Data, 2016. doi: 10.1007/978-3-319-30146-4_1.
A. R. Maske and B. Joglekar, “Survey on Frequent Item-Set Mining Approaches in Market Basket Analysis,” in International Conference on Computing Communication Control and Automation, 2018. doi: 10.1109/ICCUBEA.2018.8697776.
W. Nugraheni and A. Nugroho, “Penerapan Metode Market Basket Analysis (MBA) dengan Algoritma Apriori Untuk Menganalisis Pembelian Jajanan Khas Lebaran Pada Warung Sembako di Toko Win,” Jurnal Teknologi Informasi dan Komunikasi (JTIK), 2023, doi: 10.35870/jtik.v7i4.1083.
D. S. Pedro, J. R. Ponciano, C. D. G. Linhares, and A. J. M. Traina, “Exploratory Analysis on Market Basket Data using Network Visualization,” Aug. 2023. doi: 10.5753/brasnam.2023.229505.
M. U. Ashraf, “A Predictive Analysis of Retail Sales Forecasting using Machine Learning Techniques,” Lahore Garrison University Research Journal of Computer Science and Information Technology, 2022, doi: 10.54692/lgurjcsit.2022.0604399.
P. Jirapatsil and N. Phumchusri, “Market Basket Analysis for Fresh Products location improvement: A case study of E-Commerce Business Warehouse,” Apr. 2022. doi: 10.1145/3535782.3535786.
B. Auguie and A. Antonov, “Miscellaneous Functions for ``Grid’’ Graphics,” 2017. [Online]. Available: https://cran.r-project.org/web/packages/gridExtra/gridExtra.pdf
W. Chang, “Tools for using fonts,” 2016. [Online]. Available: https://cran.r-project.org/web/packages/extrafont/extrafont.pdf
W. Chang and B. Borges, “Create Dashboard with Shiny,” 2018. [Online]. Available: https://cran.r-project.org/web/packages/shinydashboard/shinydashboard.pdf
W. Chang and others, “Create Dashboards with ‘Shiny,’” 2021. [Online]. Available: https://cran.r-project.org/web/packages/shinydashboard/shinydashboard.pdf
W. Chang and others, “Web Application Framework for R,” 2021. [Online]. Available: https://cran.r-project.org/web/packages/shiny/shiny.pdf
B. W. Lewis and others, “Interactive 3D Scatter Plots, Networks and Globes,” 2020. [Online]. Available: https://cran.r-project.org/web/packages/threejs/threejs.pdf
T. L. Pedersen, “A Server-Side File System Viewer for Shiny,” 2020. [Online]. Available: https://cran.r-project.org/web/packages/shinyFiles/shinyFiles.pdf
B. Thieurmel and V. Perrier, “Authentication Management for ‘Shiny’ Applications,” 2021. [Online]. Available: https://cran.r-project.org/web/packages/shinymanager/shinymanager.pdf
M. Hahsler and others, “Mining Association Rules and Frequent Itemsets,” 2021. [Online]. Available: https://cran.r-project.org/web/packages/arules/arules.pdf
R. Agrawal and R. Srikant, “Fast Algorithms for Mining Association Rules in Large Databases,” in Proceedings of the 20th VLDB Conference, 1994.
P.-N. Tan, M. Steinbach, and V. Kumar, Introduction to Data Mining, 2nd ed. Pearson, 2018.
J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, 3rd ed. Morgan Kaufmann, 2011.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Miftahus Sholihin, Putri Dina Sari, Aulia Ikhsan, Arief Rahman
This work is licensed under a Creative Commons Attribution 4.0 International License.
