Analisis Pola Pembelian Pelanggan sebagai Indikator Kebangkrutan Toko dengan Pendekatan Data Mining

Authors

  • Didik Indrayana Universitas Muhammadiyah Sukabumi
  • Tony Wijaya Universitas Nusa Putra
  • Livaldo S Kosamah Universitas Nusa Putra
  • Febriatama Nurizad Universitas Nusa Putra

DOI:

https://doi.org/10.66865/re287g22

Abstract

Penelitian ini menganalisis pola pembelian pelanggan untuk mengidentifikasi potensi kebangkrutan toko menggunakan algoritma Apriori. Studi kasus dilakukan di Toko Cinta Elektronik, yang menghadapi penurunan pendapatan signifikan dari Februari 2023 hingga Januari 2024. Data transaksi dianalisis menggunakan RapidMiner, menghasilkan 53 aturan asosiasi dengan minimum support 30% dan confidence 60%. Temuan utama menunjukkan keterkaitan kuat antara produk Lampu Envilux dengan produk lain seperti Baterai ABC, Lampu Philips, dan STB Tanaka. Pola ini memberikan dasar untuk menyusun strategi promosi, penataan stok, dan meningkatkan efisiensi penjualan. Penelitian ini memberikan solusi berbasis data mining untuk membantu toko menghindari kebangkrutan dan meningkatkan keberlanjutan bisnisnya.

Downloads

Published

2025-06-29

Issue

Vol. 2 No. 2 (2025): Juni 2025

Section

Articles

License

Copyright (c) 2025 Didik Indrayana, Tony Wijaya, Livaldo S Kosamah, Febriatama Nurizad

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with Jurnal Komisi (Jurnal Komputer dan Sistem Informasi) agree to the following terms:

  1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal. 
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.


Jurnal Komisi (Komputer dan Sistem Informasi) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

How to Cite

Analisis Pola Pembelian Pelanggan sebagai Indikator Kebangkrutan Toko dengan Pendekatan Data Mining. (2025). Jurnal Komputer Dan Sistem Informasi, 2(2), 51-63. https://doi.org/10.66865/re287g22