| dc.description.abstract | Bisnis online shop yang semakin berkembang seiring berkembangnya kemjuan teknologi membuat daya saing antar online shop semakin tinggi pula. Grosir Fashion Online (GFO) merupakan perusahaan bisnis online yang menawarkan berbagai produk aksesoris import Korea dengan harga lebih terjangkau dibandingkan dengan online shop lainnya.
Untuk menghadapi persaingan yang semakin ketat, GFO memiliki strategi agar konsumen tidak beralih ke online shop lainnya, yaitu dengan memberikan harga grosir tanpa syarat dan diskon berdasarkan level member bagi konsumen loyal. Salah satu strategi promosi lain yang masih belum diterapkan oleh GFO yaitu dengan mengelompokkan beberapa produk menjadi satu paket dan menawarkannya dengan harga yang lebih rendah. Cara ini pernah dilakukan GFO namun hanya pada saat-saat tertentu, sebagai contoh semisal pada saat perayaan Hari Raya Imlek, GFO memberikan diskon lebih tinggi jika dalam transaksi pembeli terdapat produk yang telah ditentukan. Sesuai dengan tujuannya, pemaketan produk akan sangat memberikan banyak keuntungan bagi konsumen begitu pula bagi GFO, maka akan lebih baik jika pemaketan produk juga diterapkan.
Banyaknya transaksi yang masuk akan sangat bermanfaat jika dapat membantu GFO untuk menentukan paket produk, namun tidak memungkinkan jika admin GFO secara manual meneliti satu persatu transaksi tersebut. Untuk itulah dibutuhkan suatu sistem yang dapat memudahkan pemilihan paket produk.
Pada penelitian ini dibangun Sistem Informasi Penjualan dengan tambahan fitur rekomendasi paket produk yang menggunakan transaksi konsumen sebagai kriterianya. Metode yang digunakan yaitu metode market basket analysis dengan algoritma
Apriori. Pada proses penentuan ini dibutuhkan nilai minimum support dan minimum confidence untuk melihat seberapa sering produk tersebut dibeli dalam satu kali transaksi sebelum aturan asosiasi final dapat ditentukan.
Penelitian ini dilaksanakan dalam tiga tahap yaitu pengumpulan data, tahap analisis, dan tahap pengembangan sistem. Tahap pengumpulan data dilakukan melalui studi literatur dan wawancara kepada Chief Executive Officer (CEO) GFO. Tahap analisis dilakukan dengan menentukan dan memasukkan nilai minimum support, minimum confidence, dan sejumlah data transaksi yang digunakan ke dalam sistem. Tahap pengembangan sistem dilakukan dengan menggunakan model prototype yang diawali dengan mendengarkan pelanggan, membangun dan memperbaiki prototype, dan yang teakhir pelanggan menguji coba prototype. Sistem ini dibangun dengan menggunakan bahasa pemrograman Page Hypertext Pre-Processor (PHP) dan framework Code Ignither (CI). Berdasarkan hasil pengujian prototype sistem, sistem ini dapat memberikan rekomendasi paket produk berdasarkan besarnya nilai support dan confidence dari masing-masing kelompok produk dalam satu transaksi. Dari situlah kemudian admin dapat menentukan produk apa saja yang dapat disatukan menjadi paket produk. | en_US |
