ABSTRAK Fahmi Muhammad Iqbal
PUBLIC  COVER Fahmi Muhammad Iqbal
PUBLIC 
BAB 1 Fahmi Muhammad Iqbal
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 2 Fahmi Muhammad Iqbal
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 3 Fahmi Muhammad Iqbal
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 4 Fahmi Muhammad Iqbal
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 5 Fahmi Muhammad Iqbal
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
BAB 6 Fahmi Muhammad Iqbal
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
PUSTAKA Fahmi Muhammad Iqbal
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
Terbatas  Dewi Supryati
» Gedung UPT Perpustakaan
PT. X, perusahaan quick commerce dengan strategi hyperlocal yang berfokus untuk
memberikan layanan terkonsentrasi pada batasan geografis tertentu. PT. X saat ini memiliki
dua puluh lima lokasi dark stores untuk melayani pelanggannya. PT. X memiliki strategi
pemuasan pelanggan dengan memberikan potongan harga terhadap produk yang di-bundling
baik untuk satu jenis produk (grosir) dan bundling berupa pasangan produk. Selain itu, PT.
X saat ini memiliki program cross-selling bernama “Tebus Murah” yang muncul pada menu
check-out pelanggan. Namun, penentuan keputusan produk untuk bundling dan cross-selling
yang dilakukan saat ini masih belum memiliki landasan yang kokoh. Walaupun begitu, PT.
X memiliki rencana untuk menentukan produk yang masuk pada program “Tebus Murah”
berdasarkan produk yang paling populer.
Perancangan SPK yang dilakukan pada penelitian ini akan berlandaskan model market
basket analysis (MBA) dengan multi-dimentional association rule mining dengan algoritma
Apriori yang mempertimbangkan rentang waktu sebagai input. SPK yang dirancang pada
penilitian ini akan mengakomodasi input lokasi layanan dan rentang waktu yang akan
dianalisis. Model MBA yang dirancang dapat mengakomodasi penentuan produk untuk
bundling satu jenis produk, bundling pasangan produk, dan produk untuk program “Tebus
Murah”. Rekomendasi produk bundling satu jenis produk, dihasilkan berdasarkan pencarian
nilai modus dan nilai kemunculannya. Rekomendasi produk bundling untuk pasangan
produk, dihasilkan berdasarkan association rule generation dengan nilai minimum support
0,001 dan lift minimal 1. Untuk rekomendasi pada program tebus murah, dihasilkan
berdasarkan frequent itemsets generation lalu diidentifikasi jumlah kemunculannya.
SPK dirancang dengan tiga menu utama, menu data input, menu rekomendasi produk
bundling, dan menu rekomendasi produk untuk program “Tebus Murah”. Menu data input
mengakomodasi filtrasi data berdasarkan lokasi layanan dan rentang waktu. Menu
rekomendasi produk bundling berisikan rekomendasi bundling untuk satu jenis produk dan
pasangan produk. Menu rekomendasi produk untuk program “Tebus murah” berisikan
produk-produk populer yang diurutkan berdasarkan kemunculannya.