ANALISIS POLA PEMBELIAN PARFUM MENGGUNAKAN METODE DATA MAINING ALGORITMA FP-GROWTH

Abstract

Perkembangan teknologi informasi mendorong pemanfaatan data sebagai aset penting dalam mendukung pengambilan keputusan bisnis, termasuk pada sektor ritel parfum. Data transaksi penjualan yang tersimpan dalam jumlah besar menyimpan potensi pengetahuan yang dapat dimanfaatkan untuk memahami perilaku dan pola pembelian konsumen. Namun, pada praktiknya, banyak pelaku usaha ritel belum memanfaatkan data tersebut secara optimal sebagai dasar strategi pemasaran dan pengelolaan produk. Permasalahan yang dihadapi Toko Fatih Parfum adalah data transaksi penjualan yang hanya digunakan sebagai arsip tanpa dilakukan analisis lebih lanjut. Akibatnya, pemilik toko mengalami kesulitan dalam menentukan kombinasi produk untuk promosi, strategi bundling, serta pengelolaan stok parfum. Akar permasalahan tersebut terletak pada belum diterapkannya metode analisis data yang sistematis untuk menggali pola pembelian konsumen dari data transaksi yang tersedia. Penelitian ini menerapkan metode data mining dengan algoritma FP-Growth untuk menganalisis pola pembelian parfum. Data yang digunakan berupa data primer transaksi penjualan parfum selama tiga bulan yang diperoleh langsung dari Toko Fatih Parfum. Tahapan penelitian meliputi pengumpulan data, pra-pemrosesan data, transformasi data ke bentuk binominal, pembentukan frequent itemset menggunakan FP-Growth, serta pembentukan association rules berdasarkan nilai minimum support dan confidence. Proses analisis dilakukan menggunakan perangkat lunak Altair AI Studio (RapidMiner).Tujuan dari penelitian ini adalah menghasilkan pola pembelian dan aturan asosiasi yang dapat menggambarkan keterkaitan antarproduk parfum yang sering dibeli secara bersamaan. Hasil penelitian menunjukkan bahwa algoritma FP-Growth berhasil mengidentifikasi frequent itemset dan association rules yang relevan. Pola yang dihasilkan dapat dimanfaatkan sebagai dasar dalam penyusunan strategi promosi, bundling produk, dan pengelolaan persediaan. Dengan demikian, penerapan algoritma FP-Growth terbukti efektif dan efisien dalam mendukung pengambilan keputusan bisnis berbasis data pada Toko Fatih Parfum.