PENERAPAN ALGORITMA APRIORI UNTUK MENGETAHUI POLA PENJUALAN
OLEH-OLEH KHAS GARUT (STUDI KASUS TOKO OLEH-OLEH IBU NIA)
Agus Setiawan1.
Ari Sudrajat2 Politeknik TEDC Bandung Jl.
Politeknik-Pesantren KM2 Cibab at Cimahi Utara Ae Cimahi - Jawa Barat - Indonesia E-mail : if.
agussetiawan@gmail.
com1,arisud@poltektedc.
ABSTRAK
Toko Oleh-oleh Ibu Nia menjadi permasalahan terkait manajemen stok produknya, dimana penumpukan/barang tidak terjual dan kekurangan barang kerap kali terjadi.
Penelitian ini bertujuan untuk menerapkan algoritma Apriori untuk menganalisis pola penjualan produk toko serta preferensi pelanggan terhadap produk tersebut untuk memberikan asosiasi antar produk guna membantu optimalisasi manajemen stok dan strategi penjualan.
Penelitian ini menggunakan dataset dari transaksi toko pada bulan Januari 2023 hingga bulan Februari 2024 dengan jumlah transaksi 4166.
Metodologi penelitian yang digunakan meliputi delapan tahapan, yaitu identifikasi masalah, penentuan tujuan dan ruang lingkup, mencari literatur, pengumpulan data, observasi, wawancara, preparasi data, dan analisis menggunakan RapidMiner, algoritma Apriori dengan perhitungan nilai support dan confidence guna menemukan aturan asosiasi.
Hasil analisis menunjukkan bahwa produk dengan nilai support tertinggi adalah Dodol Garut dan Keripik Kentang sebesar 41,6%, dengan 74,9 transaksi yang mencakup pembelian keduanya secara bersamaan.
pola ini menunjukkan bahwa kedua produk ini sering dibeli bersamaan,mengindikasikan permintaan yang tinggi.
Penelitian ini menyimpulkan bahwa penggunaan algoritma Apriori efektif dalam mengidentifikasi pola penjualan yang signifikan, yang dapat diimplementasikan untuk meningkatkan efisiensi stok dan strategi pemasaran.
Rekomendasi praktis termasuk penambahan stok produk dengan permintaan tinggi dan penerapan strategi bundling untuk produk kurang populer guna meningkatkan daya tarik dan kepuasan pelanggan.
Dengan demikian, hasil ini diharapkan dapat mendukung peningkatan penjualan dan pengelolaan stok di Toko Oleh-oleh Ibu Nia, serta berkontribusi pada pengembangan oleh-oleh khas Garut.
Kata kunci : Data mining.
Pola penjualan.
Algoritma apriori,Association Rules.
ABSTRACTS
Mrs.
Nia's souvenir shop is experiencing problems related to product stock management, where stockpiling/unsold goods and shortages of goods often occur.
This research aims to apply the Apriori algorithm to analyze store product sales patterns and pelanggan preferences for these products to provide associations between products to help optimize stock management and sales strategies.
This research uses a dataset of shop transactions from January 2023 to February 2024 with a total of 4166 transactions.
The research methodology used includes eight stages, namely problem identification, determining objectives and scope, literature review, data collection, observation, interviews, data preparation , and analysis using RapidMiner, the Apriori algorithm by calculating support and confidence values to find association rules.
The analysis results show that the products with the highest support value are Garut Dodol and Potato Chips at 41.
6%, with 74.
9 transactions involving purchasing both simultaneously.
This pattern shows that these two products are often purchased together, indicating high demand.
Research This concludes that the use of the Apriori algorithm is effective in identifying significant sales patterns, which can be implemented to improve stock efficiency and marketing Practical recommendations include increasing stock of products in high demand and implementing bundling strategies for less popular products to increase pelanggan appeal and satisfaction.
Thus, it is hoped that these results can support increased sales and stock management at Mrs.
Nia's souvenir shop, as well as contribute to the development of typical Garut souvenirs.
Keywords: Data mining.
Sales patterns,Apriori algorithm.
Association Rules.
PENDAHULUAN
Salah satu aspek penting dalam strategi bisnis adalah pemahaman terhadap pola penjualan .
78 | S T M I K D i a n C i p t a C e n d i k i a K o t a b u m Terutama bagi pelaku usaha yang bergerak dalam bidang oleh-oleh khas daerah.
Garut sebagai salah satu daerah yang kaya akan keunikanya juga menghadapi tantangan dalam mengoptimalkan penjualan oleh-olehnya.
Toko oleh-oleh Ibu Nia, turut merasakan kompleksitas dalam mengelola penjualan produk oleh-olehnya.
Toko ini mengalami kesulitan dalam menentukan stok yang optimal, seringkali menghasilkan penumpukan barang yang tidak terjual atau kekurangan stok yang dapat mengecewakan pelanggan.
Persediaan merupakan salah satu faktor yang menentukan kelancaran produksi dan penjualan maka persediaan harus dikelola secara tepat .
Pemahaman yang terbatas tentang preferensi pelanggan membuat toko ini membuat sulit bagi toko ini untuk menyajikan produk yang sesuai dengan selera dan ekspektasi pelanggan, oleh karena itu perlunya pemanfaatan data mining.
Data mengungkapkan pola dan hubungan yang tersembunyi dalam data penjualan .
Data mining adalah suatu pencarian dan analisa dari jumlah data yang besar dan bertujuan untuk menemukan arti dari pola dan aturan .
Algoritma Apriori sebagai salah satu algoritma mengidentifikasi asosiai antara produk, seperti pada penelitian yang dilakukan oleh .
dalam AuImplementasi Algoritma Apriori Pada Sistem Persediaan Buah-buahanAy.
Penelitian tersebut bertujuan untuk mengoptimalkan persediaan barang pada studi kasus terkait.
Algoritma Apriori berdasarkan aturan asosiasi .
Menurut aturan asosiai, ini dapat merekomendasikan produk kepada pelanggan,sehingga menghemat waktu belanja pelanggan dan membuat belanja lebih cepat dan nyaman, sehingga menarik lebih banyak pelanggan .
Hal ini memungkinkan toko oleholeh Ibu Nia untuk meningkatkan strategi penjualan, mengoptimalkan stok produk, serta meningkatkan kepuasan pelanggan.
Dalam konteks ini, penelitian ini bertujuan untuk mendokumentasikan dan menganalisis penerapan algoritma Apriori untuk mengetahui pola penjualan oleh-oleh khas Garut, dengan fokus pada studi kasus Toko Oleh-oleh Ibu Nia.
Dengan adanya penelitian ini, diharapkan Toko Oleh-oleh Ibu Nia dapat mengoptimalkan strategi penjualan, meningkatkan efesiensi operasional, serta memberikan kontribusi postitif terhadap perkembangan oleh-oleh khas Garut secara METODE PENELITIAN Terdapat 8 .
tahapan yang dilakukan dalam penelelitian ini, diantaranya :
Menentukan Masalah Penelitian ini berawal dari konsep masalah yang memiliki signifikansi untuk diselidiki secara Dalam konteks studi kasus, penulis mengidentifikasi permasalahan yang memerlukan solusi di lingkungan penelitian dengan melakukan kegiatan observasi, yang telah di uraikan dalam latar belakang mengenai penerapan algoritma Apriori untuk mengetahui pola penjualan oleh-oleh khas Garut di Toko Oleh-oleh Ibu Nia.
Menentukan Tujuan dan Ruang Lingkup Menentukan tujuan dan ruang lingkup adalah apa yang akan dicapai oleh penelitian, serta batasanbatasan yang penulis lakukan agar penelitian tidak terlalu luas dan menjadi lebih efektif.
Fase ini sudah tertuang dalam tujuan dan manfaat penelitian serta batasan masalah pada penelitian ini.
Mencari Litelature Pencarian literatur atau referensi dicari untuk menemukan berbagai sumber yang berkaitan dengan data mining, metode asosiasi, dan algoritma Apriori.
Metode Data yang dikumpulkan oleh penulis melalui metode penelitian kepustakaan adalah:
Konsep data mining Konsep metode asosiasi Konsep algoritma Apriori Konsep Rapidminer Hasil penelitian terkait Pegumpulan Data Dalam penelitian ini sumber data yang digunakan oleh penulis terdiri dari :
Data Primer Data primer merupakan data yang didapat secara langsung dari sumber yang berhubungan dengan penulisan .
Data yang digunakan adalah data yang diperoleh langsung dari Toko Oleh-oleh Ibu Nia berupa data transaksi di toko dalam rentang tahun Data Sekunder Data sekunder adalah data yang diperoleh secara tidak langsung dari objeknya .
Data ini didapatkan dengan mencari sumber dari buku-buku, jurnal, dan makalah yang berkaitan dengan penulisan.
Observasi Metode Observasi adalah merupakan teknik pengumpulan data yang dilakukan melalui sesuatu pengamatan, dengan disertai pencatatan-pencatatan terhadap keadaan atau prilaku objek sasaran .
Pada 79 | S T M I K D i a n C i p t a C e n d i k i a K o t a b u m penelitian ini, penulis melakukan observasi di Toko Oleh-oleh Ibu Nia pada Desember 2023 dan Maret 2024 dengan pemilik toko, dan menghasilkan observasi berupa data penjualan dan masalah yang terjadi di Toko Oleh-oleh Ibu Nia.
Wawancara 5 jan 6 jan 7 jan 8 jan Coklat,Perme n Jahe, dll Dodol Garut.
Baseng,dll Keripik Talas.
Coklat, dll Keripik Kentang,dll Permen Jahe,Dodol Makaroni,Ren Teknik wawancara yang digunakan dalam 9 jan penelitian ini adalah wawancara mendalam .
n-depthintervie.
Pada penelitian ini, penulis melakukan 10 10 jan wawancara dengan pengelola Toko Oleh-oleh Ibu Nia Fajar Muhammad Rizky, dan menghasilkan masalah yang telah diuraikan pada bagian latar belakang.
Metode Yang Digunakan Pada bagian ini, akan dijelaskan mengenai 42 29 feb Coklat,Perme langkah-langkah dalam pengolahan data dalam n jahe,dll Hal ini dapat dipahami lebih lanjut melalui Gambar 2.
5 yang menggambarkan proses yang Preparasi Data dimaksud oleh penulis.
Setelah mendapatkan dataset pada tahap ini, langkah selanjutnya adalah melakukan preparasi atau pembersihan data.
Data akan diproses kembali untu menghilangkan informasi yang dianggap kurang penting dalam proses pengolahan data selanjutnya.
Tujuannya adalah untuk mendapatkan data yang bersih dan siap untuk analisis lebih lanjut .
Ada beberapa field yang akan di hapus diantaranya tanggal, harga.
Kemudian tahap selanjutnya melakukan transformasi data untuk mempermudah proses data mining terutama metode asosiasi.
Tabel inisialisasi .
ransformasi dat.
transaksi dapat dilihat pada Tabel Gambar 2.
5 Metode yang digunakan Dataset Tabel 2.
Inisialisai Transaksi ( Transformasi Dat.
Dataset yang digunakan dalam penelitian ini adalah data transaksi penjualan yang didapatkan dari Transaksi Inisialisasi Toko Oleh-oleh Ibu Nia setelah mendapatkan izin dari Tidak Ada Transaksi pihak yang berwenang.
Data tersebut didapat dalam Ada Transaksi rentang waktu 425 hari (Januari 2023 hingga februari Dataset ini berjumlah 4166 data transaksi dan Tabel 2 inisialisasi transaksi merupakan tabel terdiri dari 6 field, yang terdiri dari nomor, tanggal, klasifikasi dari data transaksi.
produk, harga, jumlah, dan total.
Berikut adalah tabel Setelah kebutuhan preparasi data yang memuat data transaksi penjualan oleh-oleh, yang penulis, hasilnya dapat digunakan sebagai dataset dalam penelitian ini.
Tabel Tabel 1.
Data Transaksi penjualan 3 jan 4 jan Bawang Sistik .
2 jan Tabel 3.
Data yang sudah di preparasi Endog Lewo Angleng,sale pisang, dll DodolPicnic,b asreng, dll Endog lewo,coklat.
Dodol Garut,Goreng Tota Dodol Picnic 01 jan Qty Sale Pisang Harga Keripik Bayam Produk Angleng Tanggal Hari 80 | S T M I K D i a n C i p t a C e n d i k i a K o t a b u m proses pengujian data transaksi Penjualan oleh-oleh.
Kesimpulan berdasarkan hasil proses RapidMiner dan analisis yang dilakukan.
Proses dan Hasil Penelitian Proses yang akan penulis lakukan adalah mencari asosiasi dengan menggunakan algoritma Apriori, yang akan menghasilkan nilai support dan Proses association rule mining menggunakan algoritma AprioriProses association rule mining akan dilakukan pada RapidMiner, yang merupakan pemrosesan data untuk menemukan hasil support dan confidence dari data primer.
Menentukan support dan confidence Support dan confidence akan digunakan untuk menentukan aturan asosiasi yang menarik, yaitu dibandingkan dengan batas .
yang ditentukan pengguna.
Kendala-kendala tersebut biasanya meliputi minimnya support dan minimnya confidence untuk proses pencarian aturan asosiasi.
Penentuan support dan confidence dapat diperoleh dengan perhitungan manual.
Nilai support suatu item diperoleh dengan rumus .
dibawah ini :
HASIL DAN PEMBAHASAN
1 Hasil Pengujian Parameter Default Berikut ini adalah hasil pengujian awal menggunakan parameter default plug-in pada algoritma FP-Growth yang dapat dilihat pada Gambar Parameter default berarti menggunakan pengaturan parameter yang sudah tersedia pada perangkat lunak RapidMiner tanpa merubah angka yang terdapat pada plug-in.
Gambar 3.
1 Hasil Parameter Default Support (A)= ycycycoycoycaEa ycNycycaycuycycaycoycycn ycAyceycuyciycaycuyccycycuyci ya ycNycuycycayco ycNycycaycuycycaycoycycn ycu100% Nilai Support 2 item diperoleh dengan rumus .
sebagai berikut :
Support (A,B)= ycycycoycoycaEa ycNycycaycuycycaycoycycn ycAyceycuyciycaycuyccycycuyci ya yccycaycu yaA ycNycuycycayco ycNycycaycuycycaycoycycn ycu100% Hasil untuk pengujian parameter default menunjukkan produk Dodol Garut,sebagai item yang sering muncul dalam kumpulan data ini dengan nilai support 0,688 atau sama dengan 68,8%.
Pada Gambar 1, terdapat hasil associaton rules menggunakan parameter default.
Nilai confidence AIeB diperoleh dengan rumus .
berikut ini:
Confidence AIeB= ycycycoycoycaEa ycNycycaycuycycaycoycycn ycAyceycuyciycaycuyccycycuyci ya yccycaycu yaA ycNycuycycayco ycNycycaycuycycaycoycycn ya ycu100% Analisis Analisis dilakukan dengan cara menganalisis dengan mengamati dan menginterpretasikan hasil yang diperoleh Gambar 3.
1 Hasil Association Rules dari proses pada RapidMiner.
Hasilnya Hasil yang ditampilkan pada Gambar 3.
berupa premises dan conclusion dari data bahwa tidak ditemukan aturan asosiasi serta support dan confidence Penarikan Kesimpulan Penarikan merupakan salah satu langkah dalam proses penelitian dimana penulis mencari makna keseluruhan dari apa yang diperoleh.
Pada penelitian ini akan ditarik kesimpulan dengan menggunakan algoritma Apriori yang dipilih oleh penulis untuk menjelaskan hasil dari karena kumpulan data ini tidak memenuhi persyaratan nilai di atas minimum confidence pada pengaturan parameter default yang digunakan dalam plug-in untuk create association rules.
Hasil Pengujian Eksperimen Pengujian eksperimen adalah pengujian yang bertujuan memperoleh pemahaman yang lebih 81 | S T M I K D i a n C i p t a C e n d i k i a K o t a b u m mendalam mengenai korelasi sebab-akibat antara variabel-variabel yang sedang diuji .
Dalam menentukan aturan asosiasi, terdapat ukuran-ukuran ketertarikan yang diperoleh dari hasil analisis data dengan perhitungan spesifik.
Dua ukuran penting dalam hal ini adalah support dan confidence.
Oleh karena itu, dilakukan penyesuaian terhadap parameter default dengan mengubah nilai minimum untuk confidence dan support sesuai dengan probabilitas kemunculan data yang dianalisis.
Hasil dari eksperimen ini menampilkan pola transaksi untuk 1 itemset, 2 itemset, serta keterkaitan antara produk-produk yang ada.
Hasil 1 itemset dapat dilihat pada Gambar 3.
2 dibawah ini.
Gambar 5, terlihat bahwa produk Dodol Garut dan produk Keripik Kentang adalah dua produk yang paling sering dibeli secara bersamaan.
Kedua produk ini memiliki nilai support tertinggi, yaitu sebesar 41,6% dari total transaksi.
Perhitungan nilai support dapat dilakukan menggunakan rumus .
sebagai berikut:
Support (A,B)= ycycycoycoycaEa ycNycycaycuycycaycoycycn ycAyceycuyciycaycuyccycycuyci ya yccycaycu yaA Support (A,B)= ycNycuycycayco ycNycycaycuycycaycoycycn ycu100% ycu100% Keterangan :
A = Dodol Garut B = Keripik Kentang Gambar 3.
2 Hasil 1 itemset Dilihat dari Gambar 3.
2, dapat disimpulkan bahwa produk Dodol Garut merupakan produk yang Gambar 3.
2 Hasil keterkaitan antar produk paling sering dibeli dengan nilai support tertinggi, yaitu Berdasarkan dari Gambar 3.
2, dapat dilihat adanya sebesar 68,8% dari total transaksi.
Perhitungan nilai keterkaitan antar item.
Maka didapatkan :
support dapat dilakukan menggunakan rumus .
Terdapat asosiai produk antara produk sebagai berikut:
Keripik kentang dan Dodol Garut, dimana kedua item ini muncul secara bersamaan ycycycoycoycaEa ycNycycaycuycycaycoycycn ycAyceycuyciycaycuyccycycuyci ya sebesar 41,6% dari seluruh transaksi.
Selain Support (A)= ycu100% ycNycuycycayco ycNycycaycuycycaycoycycn itu dari 74,9% yang membeli Keripik kentang juga membeli Dodol Garut.
Terdapat asosiai produk antara produk Sistik Support (A)= ycu100%=68,8% Ubi dan Keripik Kentang, dimana kedua item ini muncul secara bersamaan sebesar 36,7% dari seluruh transaksi.
Selain itu dari 74,5% Keterangan :
yang membeli Sistik Ubi juga membeli A = Dodol Garut Keripik kentang .
Terdapat asosiai produk antara produk Basreng dan Dodol Garut, dimana kedua item ini muncul secara bersamaan sebesar 38,1% dari seluruh transaksi.
Selain itu dari 77,4% yang membeli Basreng juga membeli Dodol Garut.
Terdapat asosiai produk antara produk Sistik Ubi dan Dodol Garut, dimana kedua item ini muncul secara bersamaan sebesar 39,5% dari seluruh transaksi.
Selain itu dari 80,2% yang membeli Sistik Ubi juga membeli Dodol Garut.
Gambar 3.
2 Hasil 2 itemset 82 | S T M I K D i a n C i p t a C e n d i k i a K o t a b u m Terdapat asosiai produk antara produk Rengginang dan Keripik Kentang, dimana kedua item ini muncul secara bersamaan sebesar 30,2% dari seluruh transaksi.
Selain itu dari 83,9% yang membeli Rengginang juga membeli Keripik Kentang.
3 Perbandingan Hasil Pengujian Berikut ini adalah hasil perbandingan antara pengujian menggunakan paramater default dan pengujian menggunakan parameter eksperimen.
Grafik ini memperlihatkan hasil perbandingan tersebut.
Hasil 1 Itemset Gambar 7 menampilkan grafik perbandingan hasil 1 itemset antara pengujian parameter default dan pengujian eksperimen.
Grafik ini menunjukkan perbandingan nilai support yang diperoleh dari kedua pengujian tersebut.
Gambar 3.
3 Grafik perbandingan nilai support 1 itemset Berdasarkan grafik perbandingan yang terlihat pada Gambar 3.
3, hasil yang diperoleh melalui pengujian parameter default dan pengujian eksperimen menunjukkan bahwa nilai support tertinggi yaitu produk Dodol Garut dengan nilai support 68,8%.
Hasil 2 Itemset Gambar 3.
3 menampilkan grafik perbandingan hasil 2 itemset antara pengujian parameter default dan pengujian eksperimen.
Grafik ini membandingkan nilai support yang diperoleh dari kedua pengujian tersebut.
Dengan melihat grafik perbandingan ini, dapat memperoleh pemahaman yang lebih jelas mengenai perbedaan dalam nilai support antara pengujian parameter default dan pengujian eksperimen.
Gambar 3.
3 Grafik Perbandingan niai 2 Berdasarkan grafik perbandingan yang terlihat pada Gambar 3.
3, hasil yang diperoleh melalui pengujian eksperimen menunjukkan bahwa semua itemset memiliki nilai support yang lebih tinggi dibandingkan parameter default, nilai support tertinggi pada hasil pengujian eksperimen yaitu 41,6% untuk produk Dodol Garut dan Keripik Kentang.
Hasil pengujian menggunakan parameter default menunjukkan angka 0% karena tidak memenuhi persyaratan nilai pada pengaturan parameter tersebut.
Hasil Keterkaitan Antar Produk Grafik perbandingan pada Gambar 9 menunjukkan hasil perbandingan association rules antara pengujian parameter default dan Grafik membandingkan nilai support yang diperoleh dari kedua pengujian tersebut.
Gambar 3.
3 Grafik perbandingan association Berdasarkan grafik perbandingan yang ditunjukkan pada Gambar 3.
3, hasil dari pengujian eksperimen menunjukkan bahwa dari seluruh itemset memiliki nilai confidence tertinggi mencapai 83,9% untuk produk rengginang dan keripik kentang, dengan nilai support tertinggi mencapai 41,6% untuk 83 | S T M I K D i a n C i p t a C e n d i k i a K o t a b u m produk Dodol Garut dan keripik kentang.
Namun, hasil dari pengujian menggunakan parameter default menunjukkan nilai support dan confidence sebesar 0% karena tidak memenuhi persyaratan nilai pada pengaturan parameter tersebut.
Analisis Hasil Pengujian Agar dapat meningkatkan penjualan di Toko Oleh-oleh Ibu Nia, ada beberapa analisis dari penulis yang dapat diterapkan sebagai berikut :
Hasil analisis menggunakan algoritma Apriori mengungkapkan beberapa aturan asosiasi yang menarik antar produk yang terdapat pada data penjualan Toko Oleh-oleh Ibu Nia.
Meskipun analisis ini memberikan wawasan, perlu diingat bahwa hubungan korelasi antar produk tidak selalu terjadi.
Implikasi praktis dari hasil ini dapat dijadikan bahan evaluasi sebagai peningkatan stok produk dan bahan baku untuk produk yang diminati pembeli secara luas.
Yaitu produk Dodol Garut dan keripik kentang.
Dengan demikian, dapat dipastikan bahwa ketersedian produk akan terjamin.
Dari penelitian ini menghasilkan saran untuk pengelola agar melakukan kampanye diskon atau pembelian secara paket: Dengan memberikan diskon harga buy one get one free terhadap pembelian produk yang kurang diminati pembeli, atau menggabungkan produk yang kurang diminati dengan produk yang paling banyak diminati pembeli dalam bentuk Misalnya menu Dodol Garut dengan Makaroni pelanggan untuk meningkatkan pembelian produk di Toko Oleh-oleh Ibu Nia.
RapidMiner memberikan performa yang baik dalam pengolahan dan analisis data.
Hasil pengujian eksperimen menunjukkan bahwa itemset dengan nilai confidence 83,9% tertinggi dengan nilai support sebesar 30,2% untuk produk Rengginang dan Keripik Namun ketika menggunakan kepercayaan sebesar 0% karena tidak memenuhi persyaratan nilai pada pengaturan parameter default.
Saran Setelah melakukan pengolahan data penjualan Toko Oleh-oleh Ibu Nia menggunakan algoritma apriori, penulis menyadari bahwa masih ada beberapa perbaikan yang perlu dilakukan untuk penelitian mendatang, antara lain:
Tidak Hanya algoritma Apriori dengan metode asosiasi, ada juga metode lain dalam bidang data mining yang dapat digunakan dalam penelitian serupa, seperti clustering yang dapat digunakkan untuk pengelompokkan pelanggan berdasarkan pola pembelian yang terjadi.
Dengan didapatkannya identifikasi segmen pelanggan yang memiliki kebiasaan pembelian yang Informasi tersebut dapat digunakan untuk mengarahkan upaya pemasaran dan menyediakan layanan yang lebih sesuai dengan prefrensi pelanggan.
Agar dapat memperoleh hasil penelitian yang lebih beragam, disarankan untuk menggunakan data 5 tahun terakhir untuk memperoleh jumlah data yang lebih besar.
Jumlah data yang lebih besar akan menjadikan penelitian mendapatkan KESIMPULAN DAN SARAN cakupan variasi yang lebih karakteristik, pola dan tren yang diamati.
Tindakan ini akan Kesimpulan meningkatkan validitas dan representativitas Berdasarkan penelitian dan pembahasan ini, maka dapat disimpulkan sebagai berikut :
pemahaman yang lebih mendalam tentang Produk Dodol Garut dan Keripik Kentang fenomena yang sedang diteliti.
menunjukkan hubungan erat dengan support tertingi 41,6% dari total transaksi.
74,9%
pelanggan yang membeli Dodol Garut juga Keripik Kentang.
Untuk DAFTAR PUSTAKA