Implementasi Algoritma FP-Growth Pada Dataset Sintetis Untuk Penentuan Pola Pembelian Sembako Dan Kebutuhan Harian
DOI:
https://doi.org/10.59435/jimnu.v2i3.452Keywords:
FP-Growth, Pola Pembelian, Data Mining , kebutuhan harianAbstract
Data mining merupakan proses penting dalam mengungkap informasi tersembunyi dari data yang besar dan kompleks, khususnya dalam industri ritel untuk memahami perilaku konsumen. Penelitian bertujuan untuk mengidentifikasi pola pembelian sembako dan kebutuhan harian dengan menggunakan algoritma FP-Growth pada dataset sintetis. Algoritma FP-Growth dipilih karena kelebihannya dalam efisiensi dan kecepatan, terutama dalam menemukan frequent itemsets tanpa perlu melakukan pengulangan pada dataset. Hal ini membuat algoritma FP-Growth lebih unggul dibandingkan dengan algoritma lainnya, seperti Apriori, yang memerlukan banyak iterasi. Dataset sintetis yang digunakan mencerminkan transaksi pembelian di toko ritel untuk menguji kemampuan algoritma dalam menemukan pola pembelian yang relevan. Hasil menunjukkan bahwa algoritma FP-Growth dapat secara efektif mengidentifikasi kombinasi barang yang sering dibeli bersama, yang dapat dimanfaatkan oleh pelaku bisnis untuk menyusun strategi penjualan, seperti penawaran paket hemat. Implementasi algoritma ini diharapkan dapat membantu toko ritel dalam memahami kebutuhan konsumen dan meningkatkan strategi pemasaran
Downloads
References
Achmad, F., Nurdiawan, O., & Arie Wijaya, Y. (2023). Analisa Pola Transaksi Pembelian Konsumen Pada Toko Ritel Kesehatan Menggunakan Algoritma Fp-Growth. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 168–175. https://doi.org/10.36040/jati.v7i1.6210
Ardianto, A., & Fitrianah, D. (2019). Penerapan Algoritma FP-Growth Rekomendasi Trend Penjualan ATK Pada CV. Fajar Sukses Abadi. Jurnal Telekomunikasi Dan Komputer, 9(1), 49. https://doi.org/10.22441/incomtech.v9i1.3263
Dristyan, F., & Syafnur, A. (2019, September). Aplikasi Web Usage Mining Menggunakan Metode Association Rule Dengan Algoritma Fp-Growth Untuk Mengetahui Pola Browsing Pengunjung Website. In Prosiding Seminar Nasional Riset Information Science (SENARIS) (Vol. 1, pp. 1060-1065).
Haerani, E., & Juliane, C. (2022). Finding Customer Patterns Using FP-Growth Algorithm for Product Design Layout Decision Support. Sistemasi, 11(2), 402. https://doi.org/10.32520/stmsi.v11i2.1762
Lestari, L. M., & Ali, I. (2023). Penerapan Algoritma FP-Growth Untuk Menentukan Pola Penjualan Toko Ellia Umami. JSR : Journal of Student Research, 1(3), 367–378.
Liantoni, F. (2022). Data Mining Dan Penerapan Metode. Data Mining Dan Penerapan Metode.
Munanda, E., & Monalisa, S. (2021). Penerapan Algoritma Fp-Growth Pada Data Transaksi Penjualan Untuk Penentuan Tataletak. Jurnal Ilmiah Rekayasa Dan Manajemen Sistem Informasi, 7(2), 173–184. http://ejournal.uin-suska.ac.id/index.php/RMSI/article/view/13253
Nurarofah, E., Herdiana, R., & Dienwati Nuris, N. (2023). Penerapan Asosiasi Menggunakan Algoritma Fp-Growth Pada Pola Transaksi Penjualan Di Toko Roti. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 353–359. https://doi.org/10.36040/jati.v7i1.6299
Nurasiah. (2021). Implementasi Algoritma FP-Growth Pada Pengenalan Pola Penjualan. TIN : Terapan Informatika Nusantara, 1(9), 438–444.
Rahayu, P., Sudipa, I. G. I., Suryani, Surachman, A., Ridwan, A., Darmawiguna, I. G. M., Sutoyo, M., Slamet, I., Harlina, S., & May Sanjaya, I. M. (2018). Buku Ajar Data Mining (Vol. 1, Issue January 2024).
Setyorini, S. G., Mustakim, Adhiva, J., & Putri, S. A. (2020). Penerapan Algoritma FP-Growth dalam Penentuan Pola Pembelian Konsumen. Seminar Nasional Teknologi Informasi, Komunikasi Dan Industri (SNTIKI), 180–186.
Suhada, S., Ratag, D., Gunawan, G., Wintana, D., & Hidayatulloh, T. (2020). Penerapan Algoritma Fp-Growth Untuk Menentukan Pola Pembelian Konsumen Pada Ahass Cibadak. Swabumi, 8(2), 118–126. https://doi.org/10.31294/swabumi.v8i2.8077
Yogianto, A., Homaidi, A., & Fatah, Z. (2024). Implementasi Metode K-Nearest Neighbors (KNN) untuk Klasifikasi Penyakit Jantung. G-Tech: Jurnal Teknologi Terapan, 8(3), 1720–1728. https://doi.org/10.33379/gtech.v8i3.4495
Downloads
Published
Issue
Section
License
Copyright (c) 2024 As’ad Alwi Shihab, Zaehol Fatah
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
