PENERAPAN ALGORITMA FP-GROWTH UNTUK ANALISIS POLA PEMBELIAN PRODUK FRIED CHICKEN PADA CHICKEN & GEPREK RT 79
Keywords:
Data Mining, Association Rule, FP-Growth, Pola Pembelian, UMKM KulinerAbstract
Perkembangan teknologi digital mendorong UMKM untuk memanfaatkan data penjualan sebagai dasar pengambilan keputusan strategis, tidak hanya sebagai arsip transaksi. Chicken & Geprek RT 79 sebagai usaha kuliner fried chicken memiliki data penjualan harian yang cukup lengkap, namun berdasarkan observasi, data tersebut belum dianalisis untuk mengidentifikasi pola pembelian konsumen secara mendalam dan terstruktur. Data hanya digunakan sebagai laporan operasional tanpa dimanfaatkan untuk mengetahui keterkaitan antarproduk yang sering dibeli bersamaan dalam satu periode transaksi. Kondisi ini menyebabkan keputusan promosi, penyusunan paket menu, dan pengelolaan stok masih bersifat intuitif serta belum sepenuhnya berbasis analisis data. Akar permasalahan terletak pada belum diterapkannya metode analisis data yang sistematis untuk mengolah transaksi menjadi informasi strategis yang bernilai tambah bagi usaha. Penelitian ini menerapkan metode association rule dengan algoritma FP-Growth menggunakan Altair AI Studio. Proses dimulai dari import data, transformasi numerik ke bentuk biner berdasarkan nilai rata-rata sebagai threshold, penentuan minimum support untuk menghasilkan frequent itemset, serta pembentukan association rules menggunakan minimum confidence. Tahapan tersebut dilakukan secara terstruktur untuk menemukan kombinasi produk yang sering muncul bersamaan. Tujuan penelitian ini adalah mengimplementasikan algoritma FP-Growth pada data penjualan serta mengidentifikasi pola pembelian produk fried chicken guna mendukung strategi penjualan berbasis data dan meningkatkan daya saing usaha. Hasil penelitian menunjukkan diperolehnya 25 frequent itemsets dengan kombinasi maksimal tiga produk, di mana Chicken Jumbo memiliki nilai support tertinggi sebesar 0,519 dan menjadi produk konsekuensi dominan dengan confidence tertinggi mencapai 0,731. Temuan ini membuktikan bahwa FP-Growth efektif dalam mengidentifikasi pola pembelian yang relevan bagi UMKM kuliner.
References
Arista and Fitriyah, “Analisis data penjualan untuk mendukung pengambilan keputusan strategis pada UMKM,” 2024.
Omowole, Adeyemi, and Johnson, “Data Analytics Adoption to Improve MSME Competitiveness,” International Journal of Small Business Management, vol. 14, no. 2, pp. 41–55, 2024.
P. Khoirunisa, Martanto, A. R. Dikananda, and D. Rohman, “Penerapan data mining pada analisis pola penjualan produk konsumen,” 2024.
Komariyah, S. Anwar, and B. Nurhakim, “Implementasi algoritma FP-Growth untuk analisis pola pembelian konsumen,” 2023.
Putra and Hidayat, “Penerapan association rule menggunakan algoritma FP-Growth dalam analisis data transaksi,” 2023.
Downloads
Published
Issue
Section
Citation Check
License
Copyright (c) 2026 Moh Rizky Kurniawan, Nining Rahaningsih, Irfan Ali, Kaslani .

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




