Usulan peningkatan penjualan di PT. X berdasarkan analisis pola pembelian konsumen

Abstract

Dengan berkembangnya teknologi, data transaksi sudah banyak digunakan untuk mendapatkan informasi untuk membantu perusahaan dalam mengambil keputusan untuk mengembangkan potensi bisnis. PT X merupakan perusahaan retail yang menyediakan stock item untuk memenuhi kebutuhan sehari-hari pelanggan di Tanjung Balai Karimun yang berdiri sejak tahun 2016. Setelah beroperasi selama lima tahun, PT X melakukan proyeksi tren penjualan dari bulan Januari 2019 hingga Desember 2020 dengan tren penjualan yang diukur compound annual growth rate dengan nilai -22.64% untuk tahun 2019 dan -12.58% di tahun 2020. Untuk mampu bersaing dan bertahan dalam persaingan bisnis, PT X harus meningkatkan omset penjualannya. PT X belum mampu untuk mengolah data transaksi secara efektif. Data transaksi yang dimiliki oleh PT X berfungsi untuk sebatas rekapitulasi laporan penjualan. Untuk merancang usulan peningkatan penjualan yang mampu meningkatkan jumlah transaksi pelanggan, PT X harus mengetahui informasi mengenai demografi, minat dan pola pembelanjaan konsumen. Untuk mengetahui demografi dan minat konsumen, survey dilakukan untuk mengetahui informasi pelanggan PT X. Hasil survey mendapatkan informasi mengenai profil konsumen. Profil konsumen akan digunakan sebagai acuan untuk pemasaran lebih tepat ke pelanggan menurut minat dan kebutuhannya. Untuk mengetahui pola pembelanjaan konsumen, market basket analysis merupakan metode data mining yang mampu untuk mengetahui pola pembelanjaan konsumen dengan menganalisa item keranjang dalam kegiatan transaksi. Hasil yang diperoleh dari market basket analysis dengan menggunakan algoritma apriori dengan parameter mininmal confidence 80% dan minimal support 0,014% menghasilkan 9 aturan asosiasi. Lift ratio aturan asosiasi yang dihasilkan memiliki nilai minimal sebesar 37.9. Aturan asosiasi akan dihubungkan dengan profil konsumen untuk menghasilkan usulan peningkatan penjualan. Model klasifikasi profil konsumen dan aturan asosiasi dengan neural network menghasilkan akurasi model prediksi sebesar 92.11% Usulan peningkatan penjualan akan berupa paket bundling sesuai dengan rule yang telah diperoleh dan ditujukan ke profil konsumen yang tepat.