Application of the Fp-Growth Algorithm in Determining Consumer Purchase Patterns 212 Mart Pekanbaru
Penerapan Algoritma Fp-Growth Dalam Penentuan Pola Pembelian Konsumen 212 Mart Pekanbaru
DOI:
https://doi.org/10.57152/ijirse.v2i2.445Keywords:
Assosiation Rules , Data Mining, FP-Growth, 212 MartAbstract
Seiring berkembangnya perekonomian di Indonesia pada era globalisasi baik itu kehidupan masyarakat diperkotaan atau di perdesaan semakin meningkat, sehingga menimbulkan berbagai macam alternatif dalam melangsungkan kegiatan ekonomi. 212 Mart Pekanbaru memiliki aktivitas transaksi penjualan dan pelayanan konsumen yang meningkat dari tahun ke tahun sehingga menghasilkan tumpukan data pembelian yang semakin meningkat. Tumpukan data tersebut dapat diolah untuk menentukan produk yang banyak diminati oleh pelanggan serta produk yang dibeli secara bersamaan dalam satu transaksi menggunakan Data mining. Metode teknologi data mining yang dapat digunakan pada penelitian ini adalah Association Rule. Analisis asosiasi sering dikenal dengan nama Market Basket Analysis. Salah satu algoritma pada assosiasi yaitu algoritma FP-Growth. Dari hasil penelitian ini dapat disimpulkan bahwa pola hubungan yang di dapat dari data transaksi penjualan pada 212 Mart Cabang Panam, Pekanbaru menghasilkan 6 rute menggunakan minimun support 30%, dengan minimum confidence 50% terdapat 5 item yang saling berhubungan yaitu : Snack (SK), Mie (MI), Minyak Goreng (MG), Gula Pasir (GP), Susu (SS) dan rules yang didapatkan sangat bermanfaat bagi perusahaan,karena dengan mengetahui item/produk yang sering dibeli oleh pelanggan bisa menjadi rekomendasi perusahaan dalam meletakkan item/produk pada rak secara berdekatan.
References
R. Suharto, “Karakteristik Kepailitan Badan Hukum Koperasi.” Universitas Airlangga, 2019.
G. Gunadi and D. I. Sensuse, “Penerapan metode data mining market basket analysis terhadap data penjualan produk buku dengan menggunakan algoritma apriori dan frequent pattern growth (fp-growth): studi kasus percetakan pt. Gramedia,” Telemat. MKOM, vol. 4, no. 1, pp. 118–132, 2016.
T. Prasetya and Dkk., “Analisis Data Transaksi Terhadap Pola Pembelian Konsumen Menggunakan Metode Algoritma Apriori,” Informatics Educ. Prof., vol. 6, no. 1, pp. 43–52, 2021.
A. Ilham et al., “Market Basket Analysis Using Apriori and FP-Growth for Analysis Consumer Expenditure Patterns at Berkah Mart in Pekanbaru Riau,” in Journal of Physics: Conference Series, 2018, vol. 1114, no. 1, p. 12131.
S. G. Setyorini, Mustakim, J. Adhiva, and S. A. Putri, “Penerapan Algoritma FP-Growth dalam Penentuan Pola Pembelian Konsumen,” Semin. Nas. Teknol. Informasi, Komun. dan Ind., pp. 180–186, 2020.
N. A. Hasibuan et al., “Implementasi Data Mining Untuk Pengaturan Layout,” vol. 4, no. 4, pp. 6–11, 2017.
R. Amelia and D. P. Utomo, “Analisa Pola Pemesanan Produk Modern Trade Independent Dengan Menerepakan Algoritma Fp. Growth (Studi Kasus: Pt. Adam Dani Lestari),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 416–423, 2019, doi: 10.30865/komik.v3i1.1622.
