Permintaan untuk produk alat tulis dan perlengkapan kantor di Indonesia meningkat seiring dengan pertumbuhan sektor pendidikan dan bisnis, namun banyak toko retail kesulitan mengoptimalkan promosi produk berdasarkan data transaksi (Ismarmiaty, 2023). SMART (Sistem Rekomendasi Produk Alat Tulis Dan Peralatan Kantor) dirancang untuk membantu toko alat tulis dan perlengkapan kantor meningkatkan efektivitas promosi produk dengan memberikan rekomendasi berbasis data transaksi terkini. Dengan memanfaatkan teknik Market Basket Analysis (MBA) dan algoritma FP-Growth, aplikasi ini melakukan analisis mendalam terhadap pola pembelian dan mengidentifikasi asosiasi produk yang sering dibeli secara bersamaan (Sagin, 2018). Hasil analisis digunakan untuk mengidentifikasi beberapa jenis rekomendasi produk teratas yang paling relevan untuk dipromosikan setiap periode. SMART tidak hanya menyederhanakan pengambilan keputusan bagi pegawai toko, tetapi juga memungkinkan integrasi dengan sistem operasional yang ada melalui API, sehingga data dan hasil rekomendasi dapat disinkronkan secara otomatis. Salah satu rekomendasi kunci adalah produk yang dijual dengan kategori Percetakan dan Kertas yang jaraknya dekat dengan produk kategori Perlengkapan Kantor sehingga meningkatkan efektivitas strategi pemasaran. Aplikasi ini memberikan dampak signifikan dengan mengurangi ketergantungan pada promosi manual dan meningkatkan penjualan melalui pendekatan yang lebih cerdas dan tepat sasaran. Pengembangan selanjutnya dapat difokuskan pada peningkatan algoritma agar semakin adaptif terhadap tren pasar lokal.
Photo by Pacifica Yang: https://www.pexels.com/photo/interior-of-a-bookstore-20415771/
Ismarmiaty, I., & Rismayati, R. (2023). Product Sales Promotion Recommendation Strategy with Purchase Pattern Analysis FP-Growth Algorithm. Sinkron. https://doi.org/10.33395/sinkron.v8i1.11898. Sagin, A., & Ayvaz, B. (2018). Determination of Association Rules with Market Basket Analysis: Application in the Retail Sector. , 7. https://doi.org/10.21533/SCJOURNAL.V7I1.149. Dataset: https://www.kaggle.com/datasets/dickyaryanto/data-transaction-in-2021-2023
Author SicK:
- Roni Antonius Sinabutar (Data Engineer & AI Engineer) [ETL Pipeline and ML Pipeline (for recommendation)]
- Nurul Aini Komarudin [UI/UX, Data Analysis]
- Aldy Charlie Rizky [Backend, Cloud]
- Sufadlan Nugraha [Data Analysis]