1
1 PENDAHULUAN
1.1 Latar Belakang
Analisis keranjang belanjaan market basket analysis merupakan analisis untuk menemukan pola asosiasi dalam data. Association rules mining adalah
suatu metode data mining yang bertujuan mencari sekumpulan item yang sering muncul bersamaan Han dan Kamber 2006. Umumnya association rules mining
ini dianalogikan dengan keranjang belanjaan. Dari keranjang belanjaan para pengunjung supermarket akan dapat diketahui, barang apa saja yang sering dibeli
bersamaan dan barang apa saja yang tidak.
Penilaian preferensi memainkan peran penting dalam banyak aplikasi seperti manajemen hubungan pelanggan customer relationship management.
CRM dapat didefinisikan sebagai strategi penjualan, pemasaran dan pelayanan yang terkoordinasi. CRM menyimpan informasi pelanggan dan merekam seluruh
interaksi yang terjadi antara pelanggan dan perusahaan, serta membuat profil pelanggan untuk staf perusahaan yang memerlukan informasi tentang pelanggan
tersebut Tsiptsis dan Chorianopoulos 2009. Peningkatan pendapatan perusa- haan merupakan dampak yang paling bisa dirasakan. Fokus utama perusahaan
tidak lagi kepada bagaimana mendapatkan pelanggan baru yang potensial prospecting customer, tetapi bagaimana menjual lebih banyak produk kepada
pelanggan yang sudah ada existing customer. Sebuah literatur menyebutkan bahwa biaya cost yang harus dikeluarkan perusahaan untuk mendapatkan
pelanggan baru lebih mahal sepuluh kali lipat jika dibandingkan dengan mempertahankan pelanggan yang sudah ada.
Salah satu pemanfaatan data mining yang sangat relevan adalah cross- selling. Cross-selling harus didahului oleh analisis yang mendalam mengenai data
transaksi pelanggan dengan menggunakan konsep data mining dengan metode association rules dan pengukuran bond. Analisis tersebut melibatkan proses
pengambilan sumber informasi dari sebuah transaksi pelanggan yang mencakup produk apa yang mereka beli, perilaku pembelian pelanggan dan lain-lain.
Sebagai bagian dari CRM, cross-selling harus didahului oleh analisis yang mendalam mengenai data transaksi pelanggan dengan menggunakan konsep data
mining yang melibatkan proses pengambilan sumber informasi dari sebuah transaksi pelanggan yang mencakup produk apa yang mereka beli, perilaku
pembelian pelanggan dan lain-lain. Data mining dapat membantu mempercepat proses pengambilan keputusan secara cepat dan memungkinkan perusahaan untuk
mengelola informasi yang terkandung di dalam data transaksi menjadi sebuah pengetahuan knowledge. Lewat pengetahuan yang didapat, perusahaan dapat
meningkatkan pendapatannya. Pada akhirnya di masa yang akan datang perusahaan dapat lebih kompetitif.
Kegiatan CRM dalam perusahaan pada dasarnya bertujuan supaya perusahaan dapat mengenali pelanggan secara lebih detail dan melayani mereka
sesuai dengan kebutuhannya. Prinsip fokus terhadap pelanggan menjadi prinsip dasar penerapan CRM di perusahaan. CRM sendiri memiliki arti sebuah proses
2
bisnis atau kegiatan marketing yang mengelola seluruh aspek daur hidup pelanggan. Daur hidup pelanggan, memiliki empat tahap yaitu attracting,
transaction, servicing and supporting dan enhancing. Pada tahap attracting, pelanggan menjadi sadar akan produk atau perusahaan, mengembangkan minat
dan mencoba untuk memahami produk atau perusahaan. Pada tahap transaction, pelanggan telah pindah ke tingkat berikutnya yaitu melakukan komitmen dan
memutuskan untuk mendapatkan sebuah produk atau jasa. Pada tahap servicing and supporting, pelanggan membutuhkan bantuan perusahaan untuk memasang,
menggunakan atau service perawatan mesin AC, pemasangan barang. Dalam tahap enhancing, pelanggan mungkin berpikir tentang pembelian produk
tambahan atau jasa. Strategi komprehensif perusahaan terhadap penerapan CRM ini membuat setiap proses dari daur hidup pelanggan dapat dimanfaatkan dengan
optimal Kellen 2002. Analisis RFM recency frequency monetory merupakan suatu teknik pemasaran yang digunakan untuk menganalisis perilaku pembelian
pelanggan. Ini adalah suatu metode yang berguna untuk membagi pelanggan kedalam masing-masing kelompok layanan dan merupakan pendekatan umum
untuk memahami perilaku pembelian pelanggan Tsiptsis dan Chorianopoulos 2009. Association rules mining yang didasarkan pada langkah-langkah
pengukuran RFM, menganalisis hubungan produk dan loyalitas pelanggan untuk mendapatkan rekomendasi yang baik.
Pada penelitian sebelumnya, market basket analysis dilakukan dengan metode association rules mining menggunakan algoritma apriori dengan
pengukuran support dan confidence. Pada penelitian ini penulis menambahkan metode pengukuran bond yang merupakan ukuran yang dapat digunakan untuk
mengetahui eratnya hubungan antar item Pfahringer et al. 2010. Dengan penambahan pengukuran bond akan lebih mudah mendapatkan barang yang
efektif untuk dijual secara cross-selling dan memerlukan waktu proses yang lebih cepat. Penelitian ini menghasilkan hipotesa strategi pemasaran cross-selling yang
merupakan preferensi layanan pelanggan, melalui peluang penjualan additional product untuk produk-produk utama base product dimana pelanggan telah
berkomitmen untuk membelinya, serta memberikan rekomendasi yang baik guna meningkatkan loyalitas pelanggan dan diharapkan dapat meningkatkan
pendapatan perusahaan.
1.2 Perumusan Masalah