Implementasi Algoritma ECLAT (Equivalence Class Transformation) Terhadap Data Penjualan Produk Pada Butik Inara Collection Palu

Bisnis fashion di Indonesia merupakan salah satu sektor industri yang berpotensi
mendorong perekonomian. Banyaknya pusat-pusat perbelanjaan yang ada hampir
disetiap kota di Indonesia menunjukkan bahwa bisnis fashion memang cukup
menjanjikan. Salah satu cara untuk mengatasi persaingan adalah menemukan
strategi dalam meningkatkan penjualan dengan mengetahui pola beli melalui
analisa data transaksi penjualan sehingga dapat diperoleh strategi berupa
pengaturan layout barang yang biasanya dibeli secara bersamaan atau dapat
menimbulkan impuls buying. Data mining adalah proses mencari pola atau
informasi menarik dalam data terpilih dengan menggunakan teknik Association
rule. Sehingga dapat diketahui seberapa sering suatu item dibeli bersama-sama
dalam suatu transaksi. Algoritma ECLAT digunakan untuk menemukan itemset
yang paling sering muncul. Dari hasil penelitian diperoleh bahwa penerapan
algoritma ECLAT dapat menemukan pola hubungan asosiasi barang serta dapat
memberikan rekomendasi barang-barang apa saja yang paling banyak dibeli
secara bersamaan oleh customer dengan kevalidan 20 rule diperoleh dengan titik
optimum dari minimum support, minimum confidence dan jumlah transaksi
masing-masing adalah 10%, 60?n 1509 transaksi penjualan.
Kata Kunci: Transaksi Penjualan, Association Rule, Algoritma ECLAT