Perancangan Sistem Rekomendasi Pembelian dan Manajemen Persediaan Produk Menggunakan Content Based Filtering dengan Pendekatan Sequential Pattern Mining

Abstract

Toko Buku XYZ adalah salah satu toko buku besar yang ada di Indonesia. Saat ini, penjualan produk di Toko Buku XYZ terus meningkat sesuai dengan tren di masyarakat. Penjualan tinggi harus didukung oleh persediaan yang baik dan sesuai target. Barang yang dijual harus berdasarkan kebutuhan konsumen yang pada akhirnya bertujuan untuk mencapai penjualan tinggi. Toko Buku XYZ sebagai toko buku yang tergolong besar di Indonesia menyadari pentingnya mengetahui pola pembelian pelanggan yang ada pada periode tertentu. Karena seringkali para petugas pembelian (merchandiser) yang bertugas untuk melakukan kegiatan pembelian produk yang akan dijual kembali di toko tidak dapat melakukan pembelian yang pas. Hal ini mengakibatkan kosongnya stok barang yang seharusnya masih laku untuk dijual kembali. Tujuan penelitian ini adalah menemukan pola pembelian pelanggan dengan pendekatan sequential pattern mining, membangun model rekomendasi pembelian pada manajemen persediaan barang hingga membuat rancangan antarmuka dari model rekomendasi tersebut. Algoritme yang digunakan adalah algoritme SPADE (Sequential PAttern Discovery using Equivalent classes). Oleh sebab itu, penelitian ini diharapkan dapat memberikan hasil yang positif dan berguna bagi perusahaan. Dengan menggunakan pendekatan Sequential Pattern Mining, penelitian ini dapat mencari pola penjualan satu barang dalam kaitannya dengan barang lain. SPADE (Sequential Pattern Discovery menggunakan kelas Equivalence) adalah algoritme yang dapat digunakan untuk menemukan pola sekuensial dalam database besar. Data penjualan yang digunakan adalah dalam kurun waktu Juni sampai dengan Desember 2016. Produk yang dianalisis adalah produk buku. Hasil dari penelitian ini adalah rekomendasi bagi petugas pembelian hingga dibuatkan rancangan aplikasi rekomendasi untuk pembelian produk. Produk kategori Children’s Book menjadi kategori yang urutan pembeliannya paling banyak yaitu hingga mencapai 7-frequent sequence pada minimum support 0.001 daan support absolut 61. Hal ini membuktikan bahwa produk kategori ini sangat laris bahkan ada 61 pelanggan yang membeli produk dengan kategori ini hingga 7 kali pada tanggal yang berbeda di masa penelitian ini berlangsung. Ini berarti SPADE berhasil digunakan untuk memberikan rekomendasi pembelian sehingga petugas merchandiser bisa memastikan stok produk tersebut selalu tersedia untuk menghindari Lost Sales. Rancangan aplikasi yang dibuat terdiri dari 3 modul utama yaitu modul persediaan dimana pengguna bisa melihat persediaan produk, modul penjualan dimana pengguna bisa melihat penjualan produk, serta modul rekomendasi dimana pengguna bisa melihat rekomendasi produk dari data penjualan yang telah diolah menggunakan algoritme SPADE.