<![CDATA[Kemajuan teknologi sangat pesat bahkan untuk sebuah toko swalayan dalam melakukan berbagai transaksi, semua penjualan langsung masuk ke database. B-MART merupakan toko yang menjual bahan pokok sehari-hari dengan jumlah transaksi yang relatif tinggi dimana menyebabkan data transaksi menjadi database yang besar. Salah satu cara untuk meningkatkan kualitas penjualan adalah dengan mempelajari pola belanja konsumen dengan menganalisis data transaksi penjualan. Salah satu teknik untuk menganlisis perilaku pola pembelian konsumen adalah Association rule. Equivalence Class Transformation (ECLAT) adalah salah satu algoritma pada metode association rules. Dimana dapat menemukan pola itemset yang paling sering muncul. Algoritma ECLAT mengklasifikasikan item yang sama ke dalam kelas (equivalence class) berdasarkan kriteria tertentu. Data penelitian yang digunakan merupakan data sekunder yang berasal dari transaksi penjualan pada toko B-MART dari bulan Februari 2020 sampai dengan Maret 2020 dengan total transaksi sebanyak 19826 dengan menggunakan minimum support 0.03% dan minimum confidence 95% dan lift ratio >1 menghasilkan sebanyak tiga frequent itemset. Kemudian untuk hasil association rules hanya didapatkan 1 rules yaitu jika bungkus kado maka kertas kado mix dengan nilai confidence 95,95% dan lift ratio 43,90. Artinya apabila konsumen melakukan pembelian jasa bungkus kado, maka kemungkinan terambilnya kertas kado mix sebesar 95,95%. Maka dari itu alangkah baiknya bungkus kado serta kertas kado mix diletakkan berdekatan. Sedangkan rules yang mempunyai nilai confidence dibawah 95% dapat dilakukan promo.Kata Kunci: belanja, itemset, lift ratio. ]]>
Copyrights © 2023
