9
4 Bond measure: ukuran yang menyatakan perbandingan antara conjunctive support dan disjunctive support Pfahringer et al. 2010
AB Supp
AB Supp
AB Bond
∨ ∧
=
Conjunctive support Supp ∧AB: jumlah frekuensi item A dan
item B dibeli bersamaan. Disjunctive support Supp
∨AB: jumlah frekuensi item A atau B yang dibeli.
3.1.3 Mekanisme rekomendasi layanan melalui analisis RFM
Analisis RFM digunakan untuk mengelompokkan pelanggan berdasarkan analisis transaksi terhadap waktu pembelian, frekuensi dan nilai nominal
pembelian. Analisis RFM digunakan untuk mensegmentasi pelanggan berdasarkan recency, frequency dan monetary pada periode enam bulan
pembukuan Tsiptsis dan Chorianopoulous 2009. Recency adalah waktu terakhir pelanggan melakukan transaksi, frequency adalah jumlah kunjungan pelanggan
melakukan pembelian barang dan monetary adalah jumlah nominal transaksi penjualan. Tahapan melakukan analisis RFM adalah sebagai berikut :
• Akuisisi Data
Tahap ini adalah tahap pengambilan data untuk input pada analisis RFM. Pada penelitian ini, data transaksi dari bulan Juli 2011 sampai dengan
Desember 2011 diambil, diperiksa dan disiapkan untuk operasi selanjutnya. • Pemilihan pelanggan yang tersegmentasi
Hanya pelanggan yang masih aktif yang disegmentasi menggunakan analisis RFM.
• Persiapan data dan perhitungan pengukuran R, F, dan M Pengelompokan berdasarkan tanggal terakhir transaksi mendefinisikan
komponen recency, jumlah frekuensi transaksi pembelian frequency, nilai pembelian monetary.
• Pengembangan RFM melalui binning 5x5x5 Pelanggan dikelompokan berdasarkan analisis RFM menjadi 5 grup.
3.1.4 Desain Eksperimen
Dalam proses analisis frequent itemset, proses penyeleksian dengan menggunakan ambang batas threshold sebaiknya menghasilkan itemset yang
benar-benar signifikan Adhitama 2010. Batas parameter threshold ditentukan yaitu nilai confidence sebesar 50 dan nilai improvement 1. Pemilihan
parameter tersebut dilakukan untuk mendapatkan itemset dan rules yang signifikan yang nantinya akan digunakan untuk menentukan strategi penjualan.
Proses dilakukan karena jumlah item dalam transaksi yang dijual sangat banyak dan perhitungan yang cukup kompleks untuk mendapatkan nilai support,
10
confidence, lift, dan bond. Hal ini akan menyebabkan pengolahan data yang memakan waktu cukup lama dan membutuhkan alokasi memori komputer yang
lebih banyak. Dengan penetapan threshold bond yang terlalu kecil dapat menghasilkan rules yang cukup banyak dan kurang signifikan nantinya.
3.1.5 Indikator Penelitian
