Pembangunan Sistem Customer Relationship Management (CRM) Menggunakan Metode Asosiasi Algoritma Apriori

• Main Authors: Risma Restu Ramadina, Tacbir Hendro Pudjiantoro, Irma Santikarama
• Format: Article
• Language: Indonesian
• Published: Universitas Wahid Hasyim 2020-09-01
• Series: Jurnal Informatika dan Rekayasa Perangkat Lunak
• Subjects: pelanggan, rekomendasi, transaksi
• Online Access: https://www.publikasiilmiah.unwahas.ac.id/index.php/JINRPL/article/view/3539
• ISSN: 2656-2855; 2685-5518

Butik SR Fashion Store merupakan perusahaan fashion yang terletak di Kota Cimahi. Perusahaan fashion saat ini sudah banyak pesaing dimana-mana khususnya di daerah Kota Cimahi. Butik SR Fashion Store saat ini memiliki target yaitu meningkatkan jumlah pelanggan serta mempertahankan pelanggan lama. Namun karena Butik SR Fashion Store mempunyai permasalahan yaitu penyampaian dan menentukan rekomendasi masih dilakukan secara langsung ditempat, sehingga mengakibatkan ketidaknyamanan bagi pelanggan apabila rekomendasi yang ditawarkan tidak sesuai dengan selera pelanggan tersebut, karena pelayanan yang diberikan oleh pihak butik belum maksimal menyebabkan loyalitas pelanggan semakin menurun. Solusi mengatasi permasalahan tersebut harus dibuatnya Sistem Customer Relationship Management (CRM) yang dapat dikelola oleh pihak butik selain itu sistem yang akan dibangun juga dapat diakses oleh pelanggan. Sistem yang dibangun akan memberikan rekomendasi secara sistem berdasarkan histori transaksi pelanggan. Untuk memberikan rekomendasi secara sistem dengan menerapkan metode asosiasi menggunakan algoritma apriori, rekomendasi tersebut diterima oleh pelanggan member melalui pesan email. Dengan melihat histori transaksi pelanggan minimal telah melakukan transaksi lebih dari lima kali maka rekomendasi tersebut secara otomatis akan dikirim ke pelanggan member. Penerapan metode asosiasi menggunakan algoritma apriori ini menunjukan keberhasilan untuk menentukan rekomendasi produk berdasarkan histori transaksi, dengan mengambil 5 sample produk dan 7 histori transaksi dalam satu member menghasilkan 2 rule rekomendasi dengan nilai support 42,8% dan confidence 75%. Pengujian yang dilakukan yaitu menggunakan pengujian Black Box dan User Acceptence Test (UAT). Hasil dari pengujian black box yaitu fungsi yang ada di dalam sistem 100% sudah sesuai dan untuk pengujian UAT menghasilkan 98% penilaian kepuasan user terhadap sistem yang dibangun.