<![CDATA[Data riwayat dalam transaksi retail saat ini banyak yang belum di manfaatkan. Pada retail terkecil, meski hanya dalam jangka waktu satu jam terdapat minimal 10 transaksi. Maka dalam satu hari terdapat minimal 100 transaksi, dan dalam satu bulan terdapat minimal 3000 data transaksi. Hal tersebut tentu akan membuat jumlah data menjadi semakin besar. Apriori merupakan salah satu algoritma data mining yang digunakan untuk melakukan asosiasi terhadap produk-produk retail. Melalui algoritma ini akan ada pengetahuan baru bagi pemilik retail dalam melakukan manajemen data produk. Hal tersebut baik untuk pemasaran dan pemanfaatan probabilitas guna mengetahui prediksi dan klasifikasi tingkat penjualan dari big data riwayat transaksi retail sebelumnya.Saat ini telah ada beberapa penelitian tentang asosiasi produk. Namun dalam penelitian-penelitian tersebut data yang diambil adalah berdasarkan perilaku beli konsumen secara langsung. Sedangkan pada penelitian ini data yang dianalisis adalah perilaku beli konsumen secara daring melalui marketplace. Selain itu penelitian ini pun menghasilkan perangkat lunak berbasis artificial intelligence dengan algoritma apriori yang dapat digunakan untuk memberikan rekomendasi bisnis pada era Industri 4.0 berdasarkan analisis perilaku beli dari data tersebut. Metode pengumpulan data pada penelitian ini adalah melalui studi pustaka , FGD (Focus Group Discussion), dan dataset statistik pada marketplace, khususnya yang ada di Indonesia. Sedangkan metode pengembangan sistem dari penelitian ini menggunakan metode waterfall dengan tahapan-tahapan yang ada pada SDLC (Software Development Life Cycle) untuk membangun sebuah perangkat lunak. Luaran yang diharapkan dari penelitian ini berupa publikasi ilmiah jurnal nasional, prosiding dalam pertemuan ilmiah , serta hak cipta. Perangkat lunak yang dihasilkan dari penelitian ini merupakan ranah perangkat lunak baru yang sedang didalami oleh komunitas riset dasar.]]>
Copyrights © 2019
