Article Per Year (5 Year)
p-Index From 2019 - 2024
1.332
P-Index
This Author published in this journals
All Journal BERKALA SAINSTEK JISI UMJ (Jurnal Integrasi Sistem Industri UMJ) Infotech Journal Majalah Ilmiah Bijak Community Development Journal: Jurnal Pengabdian Masyarakat JURMATIS : Jurnal Manajemen Teknologi dan Teknik Industri Jurnal Manajemen Transportasi & Logistik (JMTRANSLOG) International Journal of Research in Vocational Studies (IJRVOCAS)
Iskandar, Yelita Anggiane
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : JISI UMJ (Jurnal Integrasi Sistem Industri UMJ)

 1 
IMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI UNTUK PENINGKATAN PENJUALAN MELALUI STRATEGI MIXED BUNDLING DI PT X Iskandar, Yelita Anggiane; Zulvia, Ferani Eva; Nissya, Agtandella Islamy
JISI: Jurnal Integrasi Sistem Industri Vol 11, No 2 (2024): JISI UMJ
Publisher : Fakultas teknik Universitas Muhammadiyah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24853/jisi.11.2.213-224

Abstract

Pada tahun 2021, PT X mengalami penurunan penjualan pada saluran penjualan melalui e-commerce. Untuk meningkatkannya kembali, diperlukan penerapan strategi bisnis selain yang sudah diterapkan sebelumnya, dengan mengetahui pola asosiasi antar item produk yang dibeli konsumen yang dapat menjadi dasar pembuatan rekomendasi berdasarkan salah satu prinsip customer relationship management yaitu strategi mixed bundling. Data yang digunakan adalah data transaksi penjualan produk melalui e-commerce PT X dari April hingga Oktober 2021, dengan jumlah sebanyak 5.673 transaksi. Metode yang digunakan adalah data mining association rule spesifiknya algoritma apriori. Dengan menggunakan minimum support sebesar 0,15 dan minimum confidence sebesar 0.5, maka didapatkan hasil yang telah divalidasi, yaitu terdapat 5 rules untuk family product dan 5 rules untuk item produk. Dari eksperimen diketahui bahwa produk Pasta sering dibeli bersamaan dengan produk Flour, produk Cookies dan Pasta sering dibeli bersamaan dengan produk Flour, produk Noodle sering dibeli bersamaan dengan produk Flour, produk Cookies dan Noodle sering dibeli bersamaan dengan produk Flour, serta produk Noodle dan Pasta sering dibeli bersamaan dengan produk Flour. Selanjutnya dilakukan penyusunan rekomendasi strategi penjualan, terdapat 4 produk mixed bundling yang dapat menjadi alternatif dalam strategi pemasaran PT X untuk meningkatkan penjualan, yaitu produk CBT01 dan CBM01, MBL01 dan MBT01, CPB01 dan CBM01, serta CPB01 dan CBT01.
Co-Authors Dicky Ahmad Zaky Herawati, Ida Herlina, Rohma Iqbal, Nur Muhammad Kamilia, Rifka Alifa Lubis, M. Husni Mubarak Madrinovella, Iktri Misbahudin Misbahudin Mulyasari, Farah Nissya, Agtandella Islamy Rollandiaz, Stenlee Suhardja, Sandy Kurniawan Sukarno, Iwan Vikaliana, Resista Waskito Pranowo Widyanti, Sari Zulvia, Ferani Eva