ABSTRAKSI: Banyak perusahaan bisnis yang mengumpulkan data dalam jumlah besar setiap harinya. Sebagai contohnya, data pembelian oleh customer dalam jumlah besar dikoleksi setiap harinya di setiap counter pada supermarket. Retailers menaruh perhatian yang sangat besar dalam upaya penganalisaan data-data ini untuk menemukan kebiasaan pembelian customer.Informasi berharga ini teramat penting untuk mendukung strategi promosi, manajemen inventaris,dan manajemen retensi customer.
Terdapat sebuah metodologi untuk menemukan relasi antar dataset yang sangat besar yang dikenal sebagai analisis asosiasi untuk market basket data.Analisis asosiasi akan menghasilkan aturan asosiasi yang mengindikasikan kebiasaan pembelian customer
Meskipun ada beberapa algoritma untuk menemukan aturan asosiasi,namun algoritma-algoritma ini tidak efisien dalam waktu proses.Tujuan dari tugas akhir ini adalah menampilkan hasil analisa dari pengimplementasian algoritma Apriori- TID untuk menemukan aturan asosiasi pada supermarket.Terdapat perbandingan dengan algoritma Apriori sebagai pionir dalam penemuan aturan asosiasi dan apriori-TID sebagai algoritma pengembangan apriori pada performasi waktu proses.Penelitian menunjukkan bahwa penerapan algoritma Apriori-TID menambah efisiensi terhadap waktu proses dibandingkan dengan algortima Apriori sehingga algoritma apriori-TID sesuai untuk mengekstraksi aturan asosiasi pada dataset besar seperti data transaksi supermarket.Kata Kunci : analisis asosiasi,market basket data, aturan aosiasi, algoritma apriori,algoritma apriori-TIDABSTRACT: Many business enterprises accumulate large quantities of data from day-to-day operation. For example, huge amount of customer purchased data are collected daily at check count counter in supermarket. Retailers are interested in analyzing these data to find customer purchased behavior. This valuable information is very important for supporting promotion strategy, inventory management, and customer relationship management
There is methodology for discovering relationship among large data set which is known as association analysis for market basket data. Association analysis will yield association rule which indicate customer purchased behavior. Although some algorithms can find association rule, they can be inefficient in computational time. The aim of this paper is to present the analysis of implementing apriori-TID algorithm for mining association rule in supermarket. There will be comparison of apriori algorithm as pioneer of mining association rule and apriori-TID algorithm as developed apriori algorithm on performance of computational time. The observation shows that apriori-TID algorithm implementation will enhance the efficiency of computational time compare to apriori algorithm thus this Apriori-TID algorithm is suitable for extracting association rule in large dataset as supermarket transaction data.Keyword: association analysis, market basket data, association rule, apriori algorithm,apriori TID algorithm