PENINGKATAN POLA PENJUALAN PRODUK SN STORE DENGAN ALGORITMA FP-GROWTH
Keywords:
FP-Growth, Pola Pembelian, Aturan Asosiasi, Strategi Pemasaran, Data MiningAbstract
SN Store menghadapi tantangan dalam memahami pola pembelian pelanggan untuk meningkatkan strategi pemasaran dan pengelolaan inventaris. Untuk itu, penelitian ini menggunakan algoritma FP-Growth untuk mengidentifikasi pola asosiasi produk yang sering dibeli bersama, dengan data transaksi penjualan dari Agustus hingga Oktober. Data yang digunakan telah diproses melalui seleksi atribut, transformasi, dan penentuan parameter analisis, termasuk support 1% dan confidence 70%. Analisis dilakukan menggunakan software RapidMiner untuk menghasilkan frequent itemsets dan aturan asosiasi. Hasil penelitian menunjukkan bahwa algoritma FP-Growth berhasil menemukan pola pembelian yang signifikan, dengan beberapa kombinasi produk memiliki confidence tinggi, antara 0.750 hingga 1.000. Sebagai contoh, kombinasi produk [CORVVIL009, carwillll003] → [EIGER003] memiliki confidence 1.000, yang berarti pembelian dua produk pertama menjamin pembelian produk ketiga. Temuan ini memberi dasar kuat bagi SN Store untuk menerapkan strategi pemasaran seperti cross-selling dan paket promosi, serta pengelolaan tata letak produk yang lebih efektif. Penelitian ini mempertegas bahwa algoritma FP-Growth efektif untuk menganalisis dataset besar dan pentingnya strategi berbasis data untuk memahami pola pembelian pelanggan secara lebih mendalam.
References
A. Anggrawan, M. Mayadi, and C. Satria, “Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 1, pp. 125–138, 2021, doi: 10.30812/matrik.v21i1.1260.
Inda Anggraini, “Penerapan Metode Asosiasi Data Mining Pada E-Commerce Toko Nadhira,” JTIK (Jurnal Tek. Inform. Kaputama), vol. 7, no. 2, pp. 304–311, 2023, doi: 10.59697/jtik.v7i2.105.
L. S. R. Situmorang, M. S. Wahyuni, and M. Syaifuddin, “Implementasi Metode Fp-Growth Dalam Menganalisa Pola Penjualan Obat Pada Apotek,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 1, no. 4, p. 362, 2022, doi: 10.53513/jursi.v1i4.5315.
B. S. Pranata and D. P. Utomo, “Penerapan Data Mining Algoritma FP-Growth Untuk Persediaan Sparepart Pada Bengkel Motor (Study Kasus Bengkel Sinar Service),” Bull. Inf. Technol., vol. 1, no. 2, pp. 83–91, 2020.
R. Hamonangan, R. K. Sari, S. Anwar, and T. Hartati, “Klasifikasi Algoritma KNN dalam menentukan Penerima Bantuan Langsung Tunai,” vol. 6, no. 1, pp. 198–204, 2024.
F. Putra, H. F. Tahiyat, R. M. Ihsan, R. Rahmaddeni, and L. Efrizoni, “Penerapan Algoritma K-Nearest Neighbor Menggunakan Wrapper Sebagai Preprocessing untuk Penentuan Keterangan Berat Badan Manusia,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 1, pp. 273–281, 2024, doi: 10.57152/malcom.v4i1.1085.
S. Pujiono, R. Astuti, and F. Muhamad Basysyar, “Implementasi Data Mining Untuk Menentukan Pola Penjualan Produk Menggunakan Algoritma K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 615–620, 2024, doi: 10.36040/jati.v8i1.8360.
A. Almira and dan Ali Ikhwan, “Implementasi Data Mining Menggunakan Algoritma Fp-Growth pada Analisis Pola Pencurian Daya Listrik,” J. Inform. Univ. Pamulang, vol. 6, no. 2, pp. 442–448, 2021, doi: 10.32493/informatika.v6i2.12278.
S. Suhada, D. Ratag, G. Gunawan, D. Wintana, and T. Hidayatulloh, “Penerapan Algoritma Fp-Growth Untuk Menentukan Pola Pembelian Konsumen Pada Ahass Cibadak,” Swabumi, vol. 8, no. 2, pp. 118–126, 2020, doi: 10.31294/swabumi.v8i2.8077.
D. Indahsari, “Penerapan Metode Asosiasi Dengan Algoritma FP-Growth Pada Data Transaksi PT John Tampi Group,” Comput. Based Inf. Syst. J., vol. 9, no. 2, pp. 1–9, 2021, doi: 10.33884/cbis.v9i2.3835.
Downloads
Published
Issue
Section
Citation Check
License
Copyright (c) 2025 Ro'iqhatun Nada Nada
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
