IMPLEMENTASI ALGORITMA DC_APRIORI UNTUK PENENTUAN CROSS-SELLING DAN UP-SELLING PADA WEBSITE E-COMMERCE

Penerapan sistem rekomendasi dalam e-commerce berguna untuk memberikan saran kepada pembeli dalam pemilihan item yang akan dibeli. Penerapan sistem rekomendasi sangat layak untuk membantu pembeli menentukan item (barang) mana yang paling sering dibeli secara bersamaan. Penentuan Cross- Selling dan Up-Selling produk didapatkan melalui analisis terhadap data transaksi penjualan sebelumnya. Algoritma yang dapat digunakan untuk penentuan Cross- Selling produk adalah Apriori. Namun, algoritma Apriori memiliki kelemahan yaitu kelemahan pada proses scanning yang wajib dilakukan pada setiap kali iterasi sehingga akan memerlukan waktu yang cukup lama dan kemampuan komputasi yang besar. Untuk menyelesaikan masalah tersebut, maka dibuat peningkatan algoritma Apriori menjadi algoritma DC_Apriori sebagai penentuan Cross-Selling dengan mencari keterkaitan barang yang sering dibeli bersamaan dari transaksi sebelumnya dengan aturan asosiasi yang akan direkomendasikan secara Cross-Selling. Sedangkan pada Up-Selling tidak dapat menggunakan aturan asosiasi dan hanya merekomendasikan berdasarkan kategori produk. Berdasarkan hasil pengujian perbandingan kecepatan antara algoritma DC_Apriori dan Apriori dengan menguji beberapa sample data transaksi dengan Minimum support 0.01 dan Minimum Confidence 0.3, didapatkan perbandingan 1:7 yang menyatakan bahwa DC_Apriori lebih cepat dari Apriori.