CD Skripsi

Neural Association Rule Mining Menggunakan Autoencoder Untuk Deteksi Pola Pembelian Konsumen Pada Data E-Commerce

---

ABSTRAK

NURSINDI, 2026. Neural Association Rule Mining Menggunakan Autoencoder Untuk Deteksi Pola Pembelian Konsumen Pada Data E-Commerce (dibimbing oleh Mashud dan Jumriati).

Permasalahan yang terjadi adalah pertumbuhan transaksi e-commerce yang pesat menghasilkan data konsumen berskala besar dengan tingkat sparsity tinggi, sehingga metode Association Rule Mining konvensional seperti Apriori kesulitan mengekstraksi pola asosiasi yang bermakna dan menghambat pemanfaatan data transaksi untuk strategi rekomendasi produk, cross-selling, dan bundling. Penelitian ini bertujuan untuk menawarkan pendekatan Neural Association Rule Mining berbasis Autoencoder yang mempelajari representasi laten dari data transaksi secara implisit untuk menghasilkan aturan asosiasi yang eksplisit dan dapat diinterpretasikan. Data diperoleh melalui studi pustaka dan UCI Online Retail Dataset sebanyak 541.909 transaksi. Metode perancangan sistem yang digunakan adalah pendekatan kuantitatif eksperimen komputasional dengan arsitektur Symmetric Deep Autoencoder (bottleneck 32, dropout 0,2), learning rate 0,005, batch size 128, optimizer Adam, dan fungsi loss Binary Cross-Entropya. Hasil penelitian ini menunjukkan bahwa rules dengan nilai Neural Confidence tinggi dapat diterapkan sebagai dasar rekomendasi cross-selling otomatis pada saat konsumen menambahkan produk ke keranjang belanja, sementara pasangan produk dengan Neural Lift tertinggi lebih sesuai dikemas sebagai paket bundling premium untuk segmen niche. Selain itu, produk-produk yang secara konsisten muncul bersama dalam rules perlu dijaga ketersediaannya secara bersamaan agar potensi cross-selling tidak hilang akibat stockout pada salah satu produk. Dengan demikian, penelitian ini memberikan dasar analitis bagi pelaku bisnis e-commerce dalam merancang strategi rekomendasi, bundling, dan pengelolaan persediaan berbasis pola pembelian aktual konsumen.

Kata Kunci: Neural Association Rule Mining, Autoencoder, E-Commerce, Sparsity, Cross-Selling, Bundling Produk.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

CDSKR NUR n

Penerbit

Makassar : UNITAMA., 2026

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF NUR n

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I: Mashud dan Pembimbing II: Jumriati Penguji: Markani, Rosihan Aminuddin dan Muh. Riyaldi Pratama

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar