SISTEM REKOMENDASI PRODUK ONLINE STORE MENGGUNAKAN METODE APRIORI

Abstract

Online Store tumbuh sangat cepat. Online Store membantu orang membeli produk daring yang diinginkan. Persaingan yang berat di antara penyedia Online Store memberikan peningkatan pada pengembangan teknologi. Banyak sistem Online Store tidak hanya menampilkan produk produk tetapi juga perlu didukung oleh pemilihan produk yang tepat untuk menarik perhatian pengunjung situs web. Akibatnya, banyak pengunjung situs web yang bingung ketika mereka akan membeli produk di Online Store. Jumlah variasi produk yang ditawarkan kepada pelanggan ketika ia membeli barang terkadang lebih dari satu produk. Masalah ini mengarah pada ide mengembangkan sistem rekomendasi produk. Data historis dari pengunjung dan pelanggan dapat digunakan untuk menganalisis kebutuhan pengguna dan preferensi produk. Aturan ascociation menggunakan pengetahuan Apriori akan dapat menangkap preferensi pengguna. Dengan mengidentifikasi preferensi pengguna, rekomendasi produk yang valid dapat dikembangkan. Penelitian ini akan menganalisis aturan dalam data historis pembelian dari pengunjung Online Store untuk mendapatkan rekomendasi produk yang akan ditampilkan. Menurut hasil eksperimen, aturan ascociation mampu untuk menduplikasi rekomendasi yang tepat dengan nilai confidence 76.92%.