digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Fahmi Muhammad Iqbal
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.