Analisis Penjualan Supermarket X Melalui Pendekatan Berbasis Sains Data

Nauraesa Putri Denali, Adinda Nur Azizah, Lintang Dzunuraini, Sarah Lamtua Tobing

Abstract


Studi ini bertujuan untuk menganalisis penjualan di Supermarket X menggunakan pendekatan berbasis sains data yang menggunakan visualisasi data untuk mendapatkan pemahaman yang lebih dalam tentang kebiasaan pembelian pelanggan. Pengaruh diskon terhadap penjualan per kategori, waktu puncak pembelian, dan pola pembelian selama musim liburan dipelajari melalui data penjualan. Untuk membuat grafik yang informatif, metode penelitian menggunakan pengolahan data menggunakan pustaka Python seperti Pandas, Matplotlib, dan Seaborn. Hasil analisis menunjukkan bahwa diskon yang diberikan terbesar berdampak pada kategori pakaian, dengan hari Minggu sebagai hari pembelian tertinggi. Selain itu, pola pembelian musim liburan telah meningkat, yang memiliki peluang strategis untuk promosi dan manajemen stok. Studi ini memberikan informasi yang dapat digunakan untuk membantu supermarket dalam membuat keputusan yang lebih baik dalam pengelolaan bisnis.


Keywords


Supermarket, Ritel, Diskon, Penjualan, Sains Data, Python

References


Chaudhuri, S., Dayal, U., & Narasayya, V. (2011). An Overview of Business Intelligence Technology.

Communications of the ACM, 54(8), 88–98.

Guntara, R. G. (2023). Visualisasi Data Laporan Penjualan Toko Online Melalui Pendekatan Data Science

Menggunakan Google Colab. Ulil Albab: Jurnal Ilmiah Multidisiplin, Vol. 2, No. 6, 2091-2100.

Harahap, M., Rozi, F., Yennimar, Y., & Siregar, S. D. (2021). Analisis Wawasan Penjualan Supermarket

dengan Data Science. Data Sciences Indonesia (DSI), 1(1), 1-7.

Herawan, T., Deris, M. M., & Abawajy, J. H. (2018). Advances on Data Mining and Applications in

Business and Social Management. Springer.

Linoff, G. S., & Berry, M. J. A. (2011). Data Mining Techniques: For Marketing, Sales, and Customer Relationship

Management (3rd ed.). Wiley.

Madyatmadja, E. D., Ridho, M. N., Pratama, A. R., Fajri, M., & Novianto, L. (2022). Penerapan Visualisasi Data

Terhadap Klasifikasi Tindak Kriminal di Indonesia. Infotech: Journal of Technology Information, Vol. 8,

No. 1, 61-68.

Ma'ruf, D. (2018). Sistem Informasi Manajemen: Konsep, Arsitektur, dan Implementasi. Andi.

Provost, F., & Fawcett, T. (2013). Data Science for Business: What You Need to Know about Data Mining and

Data-Analytic Thinking. O'Reilly Media.

Rachmadhoni, A., & Tantowi, A. (2019). Analisis dan Perancangan Sistem Informasi Restoran menggunakan

Metode PIECES dan Waterfall. Jurnal Sistem Informasi, 11(1), 35-40.

Schiffman, L.G., & Kanuk, L.L. (2000). Consumer Behavior. Prentice Hall.

Shmueli, G., Patel, N. R., & Bruce, P. C. (2017). Data Mining for Business Analytics: Concepts, Techniques, and

Applications in R. Wiley.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Prosiding Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.