ACCOUNTING INFORMATION SYSTEM

 ASSOCIATION RULE MINING: MEMPREDIKSI TENDENSI PELANGGAN ALFAMART DALAM MEMBELI PRODUK-PRODUK YANG DITAWARKAN

Studi Kasus pada Alfamart Simpang Babakan Madang per Transaksi 17 September 2013

Fanny Himawan

Fitria Amalia

Riska Ayu Sylviani

Rysky Marlinda

Upik Suryani

Akuntansi Islam (Sistem 2010)

STEI TAZKIA

A.    Pendahuluan

Mini market yang dapat tumbuh dan berkembang di tengah masyarakat moderen tentu memiliki beragam tack-tick maupun strategi bisnis (Kim and Mauborgne 2005). Strategi tersebut mampu diimplementasikan dalam setiap pola, termasuk pola penyusunan produk-produk yang ditawarkan di etalase-etalase toko. Tujuannya sederhana, agar produk-produk tersebut dapat dengan mudah ditemukan oleh tiap-tiap pembeli. Masuk dan berperan langsung sebagai salah satu pembeli pada Alfamart yang berlokasi di kawasan Babakan Madang, Sentul membuat penulis ingin mengetahui seberapa besar kecenderungan pelanggan membeli suatu produk tertentu, sehingga sedikit-banyak pasti mempengaruhi penempatan dan penyusunan produk-produk yang ditawarkan di Alfamart. Salah satu media yang membantu penulis dalam menyelesaikan permasalahan tersebut adalah melalui perhitungan dengan menggunakan konsep association rule (aturan asosiasi) pada produk-produk yang ditawarkan di Alfamart. Melalui perhitungan tersebut, akan terbentuk pola kecenderungan tertentu yang dilakukan pembeli terhadap produk-produk yang akan dibelinya. Misal, produk apa yang biasanya dibeli pelanggan setelah membeli produk A. Namun, dikarenakan keterbatasan akses data penulis, maka penelitian hanya merupakan sampel transaksi per tanggal 17 September 2013, yang penulis yakini cukup mampu mewakili perhitungan serta penelitian sederhana yang penulis lakukan pada Alfamart Simpang Babakan Madang. Hasil dari perhitungan ini akan sangat menarik, dikarenakan dapat menjadi salah satu referensi bagi Alfamart Babakan Madang dalam memahami kecenderungan pelanggannya melalui penempatan produk yang pas sehingga mudah untuk ditemukan dan terjual. Oleh karena itu, permasalahan penelitian pada tulisan ini adalah:

1.      Bagaimana menghitung aturan asosiasi pada produk-produk yang ditawarkan di Alfamart Babakan Madang?

2.      Bagaimana pola kecenderungan pelanggan Alfamart dalam membeli produk-produk tersebut?

3.      Berapa tingkat confident dan support produk-produk tersebut serta bagaimana interpretasinya?

B.    Landasan Teori

Association rule adalah aturan terkait pola pembelian yang dilakukan oleh pelanggan di suatu toko tertentu terhadap ribuan produk yang mungkin dibelinya. (Bramer 2007). Di dalam perhitungan ini, akan ditemukan beberapa istilah antara lain:

1.      Transaksi

Proses yang timbul dikarenakan terjadinya pembelian suatu produk tertentu oleh pelanggan.

2.      Item

Tiap produk yang dibeli oleh pelanggan. Contoh: susu, keju, roti.

3.      Itemset

Rangkaian produk tertentu yang dibeli pelanggan. Contoh: {susu, keju, roti}.

4.      Confident

Peluang kemunculan nilai y ketika x muncul. Contoh: berapa peluang susu akan dibeli pelanggan, ketika ia membeli keju.

5.      Support

Peluang kemunculan item x dalam T transaksi.

6.      Minimum Support

Batas kemunculan item tertentu dalam pola pembelian yang dilakukan pembeli. Biasanya dalam bentuk persentase (%).

C.    Perhitungan dan Pembahasan

1.      Menghitung Aturan Assosiasi

Penulis mengambil sampel transaksi per tanggal 17 September 2013 pada Produk-produk Alfamart Babakan Madang. Ada kurang lebih 50 transaksi yang dapat dikumpulkan penulis. Namun, dari ke-50 transaksi tersebut, penulis memilih transaksi mana saja yang akan dihitung dalam menentukan association rule. Hal ini didasarkan atas jumlah pembelian yang dilakukan oleh pembeli serta menganalisis kesamaan produk yang dibeli tiap-tiap pembeli agar mempermudah perhitungan association rule nantinya.

2.   Transaksi yang berhasil terpilih untuk dihitung ada 17 transaksi, sedangkan sisanya tidak penulis gunakan namun tetap penulis simpan dalam folder tertentu dengan perkiraan data masih dapat dipakai jika dibutuhkan nantinya.

3.      17 Transaksi tersebut digambarkan melalui tabel a di bawah ini:

Tabel a: Transaksi Produk-produk Alfamart per Sampel Transaksi 17 September 2013

1	2	3	4		5
kopi	pasta gigi	susu	telur		minuman
teh	sabun	mie instan	e-voucher		makanan
e-voucher	tissue	makanan	makanan		e-voucher
makanan	rokok	shampo			teh
		bumbu racik
		permen

6	7	8	9	10	11
es krim	mie instan	susu	margarin	teh	susu
kopi	tissue	mie instan	makanan	kopi	minuman
sabun	obat	obat	es krim	beras	detergen &   softener
baby oil	deterjen & softener	permen		rokok
deterjen & softerner	es krim	sabun		gula
makanan	sabun	pencuci piring
teh	shampo	shampo
shampo	baterai	deterjen & softener
	pasta gigi	pasta gigi
	permen
	pencuci piring

12	13	14	15	16	17
minuman	mie instan	susu	susu	makanan	obat
e-voucher	makanan	minuman	minuman	mie instan	rokok
		the	mie instan	gula
			minyak	minyak
			makanan	susu
			gula
			the
			ATK

1.   Penulis memberi permisalan pada produk-produk yang dibeli pelanggan agar mempermudah perhitungan, yang kemudian disajikan pada Tabel b, berikut ini:

Tabel b: Daftar Permisalan Produk-produk yang Dibeli di Alfamart

a=kopi	e= pasta gigi	i= susu	n= telur	s= obat	x=minyak
b= teh	f= sabun	j= mie instan	o= minuman	t= baterai	y= beras
c= voucher electronic	g= tissue	k= shampo	p= es krim	u= pencuci piring	z= gula
d=makanan	h= rokok	l= bumbu racik	q= baby oil	v= margarin
		m= permen	r= detergen & softener	w= ATK

*disclaimer: makanan adalah kategori untuk makanan yang tidak meliputi beras dan mie. Misal: snack dan roti. Minuman adalah kategori yang diberikan untuk minuman selain teh, kopi dan susu. Misal: soft drink kemasan.

1. Kemudian penulis menentukan minimum support pada aturan tersebut sebesar 20%. Hal ini dikarenakan minimum support sebesar 20% mendukung perhitungan dalam 17 transaksi yang penulis telah kumpulkan sebelumnya. Nilai minimum support tersebut adalah 20% (*) 17 = 3,4 = 3 (rounded)

2.      Maka diperoleh hasil perhitungan pada Tabel c, yaitu:

Tabel c: Perhitungan Aturan Asosiasi Produk Alfamart

TRANSAKSI		C1		L1
TID	ITEMS	ITEMSET	COUNT	ITEMSET	COUNT
1	a,b,c,d	a	3	a	3
2	e,f,g,h	b	6	b	6
3	d,i,j,k,l,m	c	5	c	5
4	c,d,n	d	9	d	9
5	b,c,d,o	e	3	e	3
6	a,b,c,d,p,q,r	f	3	f	3
7	e,f,g,j,k,m,p,r,s,t,u	g	2	h	3
8	e,f,i,j,k,m,r,s,u	h	3	i	6
9	d,p,v	i	6	j	6
10	a,b,h,y,z	j	6	k	3
11	i,o,r	k	3	m	3
12	c,o	l	1	o	5
13	d,j	m	3	r	4
14	b,i,o	n	1	s	3
15	b,d,i,j,o,w,x	o	5
16	d,i,j,x,z	p	2
17	h,s	q	1
		r	4
		s	3
		t	1
		u	2
		v	1
		w	1
		x	2
		y	1
		z	2

**Disclaimer: itemset yang memiliki count = 0 secara otomatis dihapus, mengingat data itemset yang akan sangat banyak susunannya dalam tabel jika disajikan seluruhnya

C2		L2		C3		L3
ITEMSET	COUNT	ITEMSET	COUNT	ITEMSET	COUNT	ITEMSET	COUNT
a,b	3	a,b	3	a,b,c	2	b,c,d	3
a,c	2	b,c	3	a,b,d	2	d,i,j	3
a,d	2	b,d	4	a,c,d	2	j,k,m	3
a,h	1	c,d	4	b,c,d	3
a,r	1	d,i	3	b,d,i	1
b,c	3	d,j	4	b,d,j	1
b,d	4	e,f	3	b,I,j	1
b,h	1	i,j	4	d,I,j	3
b,i	2	i,o	3	d,I,k	1
b,j	1	j,k	3	d,I,m	1
b,o	2	j,m	3	d,j,k	1
b,r	1	k,m	3	d,j,m	1
c,d	4			d,k,m	1
c,o	2			e,f,i	1
c,r	1			e,f,j	2
d,i	3			e,f,k	2
d,j	4			e,f,m	2
d,k	1			e,i,j	1
d,m	1			e,i,k	1
d,o	2			e,i,m	1
d,r	1			e,j,k	2
e,f	3			e,j,k	2
e,h	1			e,j,m	2
e,i	1			e,k,m	2
e,j	2			f,i,j	1
e,k	2			f,i,k	1
e,m	2			f,i,m	1
e,r	2			f,j,k	2
e,s	2			f,j,m	2
f,h	1			f,k,m	2
f,i	1			i,j,k	2
f,j	2			i,j,m	2
f,k	2			i,k,m	2
f,m	2			j,k,m	3
f,r	2
f,s	2
i,j	4
i,k	2
i,m	2
i,o	3
i,r	2
i,s	1
j,k	3
j,m	3
j,o	1
j,r	2
j,s	2
k,m	3
k,r	2
k,s	2
m,r	2
m,s	2
o,r	1
r,s	2

D.    Hasil Perhitungan dan Pembahasan

Itemset yang memenuhi kriteria dan mencapai batas minimum support adalah

{b,c,d} yamg merupakan {teh, voucher elektronik, makanan}

{d,i,j} yang merupakan {makanan, susu, mie instan}

{j,k,m} yang merupakan {mie instan, shampoo, permen}

Nilai confident yang diperoleh adalah sebesar:

confident b,c -> d = (b,c u d)/b,c		confident i,j -> d = (i,j u d)/i,j
`= 3/3		`= 3/4
`= 1 *100 = 100%		`= 0,75 *100 =75%
confident b,d -> c = (b,d u c)/b,d		confident j,k -> m = (j,k u m)/j,k
`=3/4		`= 3/3
`= 0,75 *100 =75%		`= 1*100%=100%
confident c,d -> b = (c,d u b)/c,d		confident j,m -> k = (j,m u k)/j,m
`= ¾		`= 3/3
`= 0,75*100 =75%		`= 1*100%=100%
confident d,i -> j = (d,i u j)/d,i		confident k,m-> j = (k,m u j)/k,m
`= 3/3		`= 3/3
`= 1*100%=100%		`= 1*100 =100%
confident d,j -> i = (d,j u i)/d,j
`= ¾
`= 0,75 *100 = 75%

Nilai support yang diperoleh sebesar:

SUPPORT PER PRODUK
Dimana s = (kemunculan item produk)/ n transaksi
support b = 1/3
support c = 1/3
support d = 2/3
support i = 1/3
support j = 2/3
support k = 1/3
support m = 1/3
SUPPORT PER ITEMSET Dimana s = (kemunculan itemset produk)/ n transaksi
support b,c,d = 1/3
support d,i,j = 1/3
support j,k,m = 1/3

E.    Interpretasi Hasil Perhitungan

-   Pelanggan Alfamart Babakan Madang yang membeli teh dan voucher elektronik biasanya akan membeli makanan ringan, dengan kemungkinan sebesar 100%.

-      Pelanggan Alfamart Babakan Madang yang membeli teh dan makanan ringan biasanya akan membeli voucher elektronik, dengan kemungkinan sebesar 75%

-   Pelanggan Alfamart Babakan Madang yang membeli voucher elektronik dan makanan ringan biasanya akan membeli teh, dengan kemungkinan sebesar 75%

-  Pelanggan Alfamart Babakan Madang yang membeli makanan ringan dan susu biasanya akan membeli mie instan, dengan kemungkinan sebesar 100%.

-   Pelanggan Alfamart Babakan Madang yang membeli makanan ringan dan mie instan biasanya akan membeli susu, dengan kemungkinan sebesar 75%

-  Pelanggan Alfamart Babakan Madang yang membeli susu dan mie instan biasanya akan membeli makanan ringan, dengan kemungkinan sebesar 75%

-    Pelanggan Alfamart Babakan Madang yang membeli mie instan dan shampoo biasanya akan membeli permen, dengan kemungkinan sebesar 100%.

-    Pelanggan Alfamart Babakan Madang yang membeli mie instan dan permen biasanya akan membeli shampoo, dengan kemungkinan sebesar 100%.

-   Pelanggan Alfamart Babakan Madang yang membeli shampoo dan permen biasanya akan membeli mie instan, dengan kemungkinan sebesar 100%

· Peluang dibelinya teh yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 1/3

·  Peluang dibelinya voucher elektronik yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 1/3

·  Peluang dibelinya makanan ringan yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 2/3

· Peluang dibelinya susu yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 1/3

·  Peluang dibelinya mie instan yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 1/3

·   Peluang dibelinya shampoo yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 1/3

·  Peluang dibelinya permen yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 1/3

o   Peluang dibelinya {teh, voucher elektronik, makanan} yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 1/3

o    Peluang dibelinya {makanan, susu, mie instan},  yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 1/3

o  Peluang dibelinya {mie instan, shampoo, permen} yang ditawarkan Alfamart Babakan Madang dalam transaksi pembelian pelanggan adalah sebesar 1/3

F.    Kesimpulan

1.  Menghitung aturan assosiasi pada produk-produk yang ditawarkan Alfamart Babakan Madang adalah dengan 1. Mengidentifikasi transaksi-transaksi pembelian yang terjadi di Alfamart Babakan Madang 2. Menyortir transaksi mana saja yang dapat digunakan sebagai sampel perhitungan agar mempermudah proses perhitungan tersebut 3. Menentukan minimum support dalam aturan tersebut 4. Menyusun item dan itemset 5. Menentukan batas count yang tidak kurang dari minimum support setiap itemset 6. Menghitung Confident dan support produk-produk tersebut.

2. Produk-produk yang cenderung dibeli oleh pelanggan Alfamart Babakan Madang adalah: {teh, voucher elektronik, makanan}, {makanan, susu, mie instan}, {mie instan, shampoo, permen}

3. Tingkat confident pada produk-produk yang ditawarkan Alfamart Babakan Madang adalah sebesar 75% atau 100%. Sedangkan support produk-produk tersebut adalah 1/3 atau 2/3.

G.    Rekomendasi

1.      Bagi Pihak Alfamart Babakan Madang

Penulis merekomendasikan dan mengharapkan agar hasil perhitungan yang penulis temukan ini dapat menjadi bahan pertimbangan bagi Alfamart Simpang Babakan Madang dalam penyusunan dan penempatan produk-produk yang ditawarkan.

2.      Bagi Mahasiswa

Penulis berharap, hasil perhitungan ini dapat menjadi langkah awal penelitian lebih lanjut bagi mahasiswa/i lain dengan cakupan usaha maupun bisnis yang lebih luas di masa datang.

H.     DAFTAR PUSTAKA

Kim and Mauborgne, 2005. Blue Ocean Strategy. tersedia dalam  Harvard Business Review. http://info.psu.edu.sa/psu/fnm/ymelhem/blue%20ocean%20str.v2.pdf.  diakses pada 8 Oktober 2013 pukul 11.00 wib.

Bramer, 2007. Principle of Data Mining. tersedia dalam http://papers.harvie.cz/unsorted/principles-of-data-mining-undergraduate-topics-in-computer-science.pdf diakses pada 8 Oktober 2013 pukul 11.30 wib.