Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKDalam rangka memperluas pasar konsumen, perusahaan perlu memperhatikan kepuasan konsumen yang akan berdampak pada keberlanjutan kegiatan pembelian produk. Market basket analysis dilakukan untuk melihat pola pembelian konsumen dengan cara mengidentifikasi asosiasi dari berbagai produk yang diletakkan konsumen pada keranjang belanja. Penelitian ini dilakukan untuk melihat pengaruh jenis gerai terhadap pola pembelian konsumen. Data yang digunakan pada penelitian ini merupakan basis transaksi pelanggan. Data tersebut diolah menggunakan teknik data mining dan salah satu algoritma association rule, yaitu apriori. Hasil dari penelitian ini menunjukkan adanya perbedaan pola pembelian konsumen pada setiap jenis gerai.

---

ABSTRACTIn order to expand the current market, companies need to pay attention to customer satisfaction that will affect the sustainability of product purchasing activities. Market basket analysis is done to extract consumer buying behavior by identifying the associations of various products that consumers put on the shopping cart. This research was conducted to see whether outlet type affects consumer buying behavior. The data used in this study was taken from customer transactions database. The data was processed using data mining techniques and association rule algorithm, which is apriori. The results of this study show that there are differences in consumer buying behavior on each type of outlet."

"Dalam menghadapi persaingan bidang ritel bahan bangunan tradisional, ritel perlu menerapkan strategi untuk mempercepat proses pelayanan. Pengaturan tata letak produk dengan mempertimbangkan hubungan asosiasi antar produk dan tingkat frekuensi pengambilan produk dapat meningkatkan efisiensi order picking. Dengan menggunakan market basket analysis melalui metode association rule dan strategi storage assignment dengan class-based storage, studi ini merancang tata letak produk untuk meningkatkan efisiensi pelayanan. Hasilnya diperoleh 6 asosiasi produk antar kategori dan 3 klasifikasi produk berdasarkan frekuensi pengambilan produk.

---

Facing competition in the field of traditional building materials retail, retail needs to implement a strategy to accelerate the service process. Design of product placement layout by considering the association relationship between the product and the level of frequency of taking the product can improve the efficiency of order picking. By using market basket analysis through association rule method and storage assignment strategy with class-based storage, the study design product placement layout to improve service efficiency. The result found 6 association rules between the product category and 3 classification products based on the frequency of taking the product."

"Retailing is an industry with high level of competition. It is a customer-based industry which depends on how it could be aware of what the customers needs and requirements are. One technique most used in supermarkets is the mix merchandise. The purpose of this paper is to identify associated products, which then grouped in mix merchandise with the use of market basket analysis. This association between products then will be applied in the design layout of the product in the supermarket. The process of identifying the related products bought together in one transaction is done by using data mining technique. Apriori algorithm is chosen as a method in the data mining process. Using WEKA (Waikato Environment for Knowledge Analysis) software, the association rule between products is calculated. The results found five category association rules and fourteen sub-category association rules. These associations then will be interpreted as confidence and support to become consideration for the product layout."

"ABSTRAKPenelitian ini bertujuan untuk menyusun sebuah jadwal belanja berdasarkan pola yang berhasil diamati dari laporan belanja selama periode 6 bulan dengan metode market basket analysis dan association rule. Hasil penelitian berhasil mengelompokkan 17 bahan baku yang mempunyai keterikatan ke dalam 4 kelompok, dengan tetap memperhatikan karakteristik bahan baku.

---

ABSTRACT

This study attempts to create a shopping schedule of a catering service company based on the observed pattern of its shopping for the past 6 months, using market basket analysis and association rule as the general method. The study manages to find and group 17 influential enough raw material into 4 separate groups, with attention also to the natural characteristics of the said material."

"Industri ritel merupakan Salah satu jenis usaha dengan tingkat kompetisi yang tinggi. Kemampuan bisnis ini untuk tetap berlahan sangat bergantung pada kemampuannya dalam memahami konsumen. Contoh aplikasi yang paling banyak dilakukan pada bidang supermarket dalam memahami konsumen adalah teknik mix merchandise.Tujuan penelitian ini adalah untuk mengidentifikasikan produk-produk apa saja yang saling berasosiasi dan dapat digabungkan dalam kelompok mix merchandise yang sama dengan menggunakan teknik marker basket analysis.Algoritma yang dipilih dari keseluruhan proses data mining adalah algoritma Apriori. Perhitungan asosiasi dari produk dilakukan dengan menggunakan software WEKA (Waikato Environemt for Knowledge Analysis). Dari 5 aturan asosiasi kategori dan 14 aluran asosiasi sub-kategori yang didapatkan, kemudian diinterpretasikan dalam bentuk corgfidence dan suppert untuk menjadi pertimbangan dalam penyusunan tata letak produk."

"Industri ritel merupakan salah satu bidang usaha yang berkembang pesat. dengan tingkat kompetisi yang tinggi. Salah satu cara memenangi kompetisi tersebut adalah membangun sebuah competitive advantage melalui analisa akan perilaku pelanggan. Salah satu metode yang umum digunakan dalam memahami perilaku pelanggan dalam bisnis ini adalah market basket analysis. Market basket analysis merupakan bagian dari metode data mining yang menggunakan teknik algoritma apriori untuk mengetahui produk-produk yang berasosiasi. Perhitungan asosiasi produk dilakukan menggunakan software WEKA (Waikato Environment for Knowledge Analysis) atas input data transaksi pelanggan. Hasil dari metode ini adalah 5 aturan asosiasi kategori dan 17 aturan asosiasi sub kategori produk guna diinterpretasikan sebagai pertimbangan dalam memperbaiki tata letak dan strategi penjualan produk.

---

Retail industry is one of the businesses that thrive with a high level of competition. One way to win the competition is building a competitive advantage through customer behavior analysis. One method commonly used in understanding customer behavior in this business is the market basket analysis. Market basket is a part of data mining method that use apriori algorithm to discover association of product. The calculation is done by using WEKA (Waikato Environment for Knowledge Analysis) software with customer transaction data as an input. The results of this method are 5 association rule category and 17 association rule sub category product to be interpreted as a consideration for improving product layout and marketing strategy."

"Implementasi Market basket analysis pada e-grocery studi kasus : bigbasket.com. Salah satu cara untuk meningkatkan keuntungan bagi perusahaan adalah memanfatkan pelanggan yang ada untuk menambah item barang pada keranjang belanjanya. Pemasar perlu memberikan rekomedasi produk yang sesuai dengan pelanggan. Pemasar tertarik untuk menganalisis perilaku konsumen dari item-item yang dibelanjanya. Proses analisis ini dinamakan Market basket analysis menggunakan konsep association rule. Market basket analysis bermanfaat bagi pemasar untuk memberikan rekomendasi produk, personalisasi konten promosi baik pada banner halaman homepage e-grocery, promosi melalui newsletter, menyusun product bundling atau cross selling, dan penempatan produk-produk yang saling berkaitan secara dekat.Data yang digunakan pada penelitian ini merupakan data sekunder transaksi Bigbasket.com pada periode Maret 2011 sampai dengan Desember 2014.Berdasarkan hasil analisis, produk yang dibeli oleh konsumen Bigbasket dikelompokan menjadi tiga jenis, most frequent category kategori produk yang paling banyak dibeli, medium frequent category kategori produk yang tidak terlalu sering dibeli, dan least frequent category kategori produk yang paling sedikit dibeli. Tren penjualan grocery dalam rentang satu tahun meningkat pada akhir tahun dimana terdapat hari besar India. Kemudian dalam rentang bulan, transaksi meningkat direntang tanggal 10-15.Berdasarkan pola tersebut, dibagi menjadi high season dan low season. Kemudian dengan menggunakan market basket analysis, menganalisis produk-produk apa saja yang bisa dilakukan price bundling dan product recommendation berdasarkan jenis kategori produknya most, medium, least frequent category product pada saat low season dan high season.Kata kunci: e-grocery, market basket analysis, price bundling, product recommendation, cross selling.

---

Implementation of Market basket analysis in e grocery studi kasus bigbasket.com, India . One method to increase company rsquo s profit is to utilize the existing customer. Marketers try to influence them to add items on their shopping basket. Marketers could be able to give the right product recommendation to customer. Therefore, marketers interested in analysis the shopping behavior based on item product that customer bought. This method is used association rules concept and it is called market basket analysis. Marketers can use market basket analysis to give product recommendation, targeting promotion, bundling and cross selling, and placing the associated products. This research use seconder data from sample trasanction at Bigbasket.com period from March 2011 to December 2014.

Based on analysis, product classified into three types most frequent category, medium frequent category, and least frequent category. The grocery sales trend in the one year span is increasing by the end of the year whwn there is India celebration day Divavali . Then in around one month, the transaction increases in interval date 10 15.Based on those pattern transaction, we determine seasonal period of sales, high season and low season. Market basket analysis defines products related for price bundling and product recommendation based on the category products most, medium, least frequent category product in low and high season. Keyword e grocery, market basket analysis, price bundling, product recommendation, cross selling."

"Online customers segmentation could be a valuable research topic of marketing strategy. Previous literature mainly studied the differences between non-purchasers and purchasers, lacking further segmentation of online customers themselves. This thesis focuses on online customer segmentation based on a large volume of real transaction data in one of Indonesias e-commerce website. This research proposes a customer clustering technique using the K-Means algorithm and RFM Patterns as an analysis of the customers profile. Then, the market basket analysis is conducted using the Apriori algorithm for every customer profile and cluster to obtain the association rule as well as product relationships purchased by customers. Later on, the result of market basket analysis is utilized as an input for e-commerce companies in designing promotions such as bundling or product recommendation system for segmented customers.

---

Segmentasi pelanggan daring bisa menjadi topik penelitian yang berharga dalam strategi pemasaran. Literatur yang sudah ada cenderung mempelajari perbedaan antara pembeli dan non-pembeli, tanpa menggali lebih lanjut mengenai segmentasi pelanggan daring itu sendiri. Tesis ini berfokus pada segmentasi pelanggan daring berdasarkan data transaksi di salah satu situs penjualan daring di Indonesia. Penelitian ini mengusulkan teknik pengelompokan pelanggan menggunakan algoritma K-Means dan pola RFM sebagai analisis profil pelanggan. Kemudian, analisis keranjang belanja dilakukan dengan menggunakan algoritma Apriori untuk setiap profil pelanggan dan kluster untuk mendapatkan aturan asosiasi serta hubungan produk yang dibeli oleh pelanggan. Kemudian, hasil analisis keranjang belanja tersebut digunakan sebagai masukan untuk perusahaan penjualan daring dalam merancang promosi seperti bundling atau sistem rekomendasi produk untuk pelanggan yang berada dalam profil yang sama."

"Penggunaan internet yang semakin luas dengan munculnya e-commerce telah mengakibatkan perubahan pada pola belanja konsumen. Perubahan pola belanja konsumen saat ini yang banyak menggunakan e-commerce ternyata telah membuka peluang bagi para konsumen untuk melakukan pembelian impulsif secara online. Beberapa peneliti melaporkan  bahwa banyak konsumen online melakukan pembelian impulsif. Namun pembahasan tentang pembelian impulsif online dan berbagai aspeknya yang masih perlu untuk digali, peneliti bermaksud untuk meneliti secara empiris hubungan langsung dan tidak langsung faktor/rangsangan eksternal yaitu rangsangan website, rangsangan pemasaran, dan rangsangan situasional serta hubungan langsung dan efek moderasi religiusitas intrinsik dan ekstrinsik terhadap perilaku pembelian impulsif online muslim di Indonesia saat menggunakan e-commerce Shopee. Penelitian ini didesain menggunakan pendekatan kuantitatif dengan basis data survei. Metode analisis kuantitatif yang digunakan adalah partial least squares structural equation modeling (PLS-SEM). Penggunaan metode PLS-SEM ditujukan untuk menganalisis faktor stimulus eksternal dan religiusitas terhadap kecenderungan pembelian impulsif ketika menggunakan aplikasi belanja online “Shopee” pada muslim Indonesia dengan pendekatan Stimulus-Organism-Response (SOR). Penelitian ini menemukan bahwa  rangsangan pemasaran yaitu atribut harga, religiusitas intrinsik dan religiusitas ekstrinsik mempengaruhi pembelian impulsif online. Pembelian impulsif online muslim di Indonesia saat menggunakan e-commerce Shopee juga dipengaruhi oleh rangsangan website yaitu kualitas dari website dan rangsangan situasional yaitu variasi pilihan barang secara tidak langsung yang dimediasi oleh penjelajahan hedonis. Selain itu juga terdapat efek moderasi dari religiusitas intrinsik yang dapat melemahkan dan religiusitas ekstrinsik yang dapat memperkuat hubungan  penjelajahan hedonis terhadap pembelian impulsif online muslim di Indonesia saat menggunakan e-commerce Shopee.

---

The widespread use of the internet with the emergence of e-commerce has resulted in changes in consumer shopping patterns. Changes in consumer shopping patterns today, which use a lot of e-commerce, have opened up opportunities for consumers to make online impulsive buying. Several researchers report that many online consumers make impulse buying. However the discussion about online impulsive buying and its various aspects still need to be explored, the researcher intends to empirically examine the direct and indirect relationships of external factors/stimuli, such as website stimuli, marketing stimuli, and situational stimuli as well as direct relationships and moderating effects of intrinsic and extrinsic religiosity on online impulse buying behavior of Muslims in Indonesia when using Shopee e-commerce. This study was designed using a quantitative approach with a survey database. The quantitative analysis method used is partial least squares structural equation modeling (PLS-SEM). The use of the PLS-SEM method is intended to analyze external stimulus factors and religiosity towards impulse buying tendencies when using the online shopping application "Shopee" for Indonesian Muslims using the Stimulus-Organism-Response (SOR) approach. This study found that marketing stimuli (price attributes), intrinsic religiosity and extrinsic religiosity has a direct effect on online impulsive buying. Muslim online impulsive buying in Indonesia when using Shopee e-commerce are also influenced by website stimuli (quality of the website) and situational stimuli (variety of selection)  indirectly mediated by hedonic browsing. In addition, there is also a moderating effect of intrinsic religiosity which can weaken and extrinsic religiosity which can strengthen the relationship of hedonic browsing of online impulse buying of Muslims in Indonesia when using Shopee e-commerce."

"Persaingan bisnis kopi susu kekinian di tengah perkembangan industri pengolahan kopi yang kian kompetitif memunculkan kebutuhan untuk mengidentifikasi konsumen potensial yang ada di pasar ini. Namun, mengingat bahwa kajian mengenai perilaku konsumen pada topik ini masih terbatas, maka penelitian ini bertujuan untuk mengidentifikasi kelompok konsumen yang ada di pasar kopi susu kekinian dari segi manfaat yang dicari dan memeriksa perbedaan perilaku di antara segmennya. Dengan pemahaman bahwa manfaat yang dicari (benefit sought) akan mempengaruhi perilaku konsumen dalam mengevaluasi produk (Haley, 1968), dilakukan segmentasi pasar dengan pendekatan kuantitatif dan analisis kluster terhadap 390 konsumen kopi susu kekinian dalam rentang usia 16-39 tahun di wilayah Jabodetabek pada bulan Maret hingga April 2020. Adapun hasil penelitian menemukan bahwa konsumen ini tidak dapat dilihat sebagai kelompok homogen; dengan perbedaan perilaku yang dapat diklasifikasikan menjadi empat kelompok dari segi manfaat yang dicarinya: The Coffee Enthusiast, Indulgence Consumer, The Decaf Drinker, dan The Conventional. Lebih lanjut, pembahasan mengenai manfaat dapat memberikan pemahaman mengenai perbedaan perilaku konsumen dalam memaknai atribut atau penawaran kopi susu kekinian yang dianggap paling relevan untuk mencapai keperluan pribadinya.

---

The emergence of milk coffee (kopi susu kekinian) business in the midst of an increasingly competitive coffee industry raises the need to identify potential consumers in this market. However, given that the study of consumer behavior on this topic is still limited, this study aims to identify consumer groups that exist in the milk coffee market in terms of benefit sought and examine the behavior differences between segments. With the understanding that the benefit sought will affect consumer behavior in evaluating products Haley, 1968, market segmentation of 390 milk coffee consumers in the 16-39 age range in Greater Jakarta area during March April 2020 is conducted with quantitative approach and cluster analysis. The results found that these consumers could not be seen as homogeneous groups with differences in behavior that can be classified into four groups in terms of the benefits sought: The Coffee Enthusiast, Indulgence Consumer, The Decaf Drinker, and The Conventional. Furthermore, the discussion of benefits can provide an understanding of consumer behavior differences in interpreting the attributes of milk coffee which is considered most relevant in achieving their personal needs"