Silabus Analisis Data Penjualan Produk Menggunakan KNIME untuk Optimalisasi Strategi Pemasaran di Perusahaan Ritel
Sesi 1-5: Pengenalan KNIME dan Persiapan Data
-
Sesi 1: Pengenalan KNIME dan Pengaturan Lingkungan Kerja Pengantar KNIME dan penggunaannya dalam analisis data.
-
Instalasi dan konfigurasi KNIME.
-
Pengenalan antarmuka pengguna dan workspace KNIME.
-
Sesi 2: Memahami Alur Kerja (Workflow) di KNIME Membuat alur kerja sederhana di KNIME.
-
Node, koneksi, dan eksekusi alur kerja.
-
Manajemen data dan output di KNIME.
-
Sesi 3: Mengimpor dan Membersihkan Data Penjualan Mengimpor data penjualan dari berbagai sumber (CSV, Excel, database).
-
Pembersihan data: menangani nilai kosong, duplikasi, dan format data.
-
Sesi 4: Transformasi Data Penjualan Teknik transformasi data: pengelompokan, penyaringan, dan agregasi.
-
Menggunakan node manipulasi data seperti Row Filter, Column Filter, dan GroupBy.
-
Sesi 5: Analisis Deskriptif Data Penjualan Menghitung statistik dasar (mean, median, mode).
-
Visualisasi data dasar (bar chart, line chart, pie chart) menggunakan KNIME.
Sesi 6-10: Analisis Segmentasi dan Pola Pembelian
-
Sesi 6: Analisis Segmentasi Pelanggan Pengenalan segmentasi pelanggan.
-
Membuat segmentasi pelanggan berdasarkan nilai pembelian dan frekuensi (RFM Analysis).
-
Sesi 7: Clustering untuk Segmentasi Pelanggan Pengenalan algoritma clustering: K-means.
-
Implementasi clustering untuk segmentasi pelanggan di KNIME.
-
Sesi 8: Analisis Pola Pembelian Produk Mengidentifikasi produk yang sering dibeli bersama.
-
Menggunakan Market Basket Analysis (Association Rule Mining).
-
Sesi 9: Visualisasi Pola Pembelian dengan Association Rule Viewer Memvisualisasikan hasil analisis pola pembelian.
-
Interpretasi dari diagram asosiasi dan lift.



