Implementasi Algoritma Frequent Pattern Growth (FPGrowth) untuk Rekomendasi Pembelian Barang  (Studi Kasus : PD. Indoapi Sarana Utama)

Arief Sasono; Andika Elok Amalia; Rima Dias Ramadhani

Arief Sasono Institut Teknologi Telkom Purwokerto
Andika Elok Amalia Institut Teknologi Telkom Purwokerto
Rima Dias Ramadhani Institut Teknologi Telkom Purwokerto

Keywords: Analisis Keranjang Belanja, fp-grwoth, apriori, asosiasi, data mining

Abstract

Pencarian pola asosiasi barang khususnya pada transaksi penjualan maupun ritel saat ini sering digunakan. Metode yang digunakan untuk menganalisis keranjang belanja data transaksi penjualan produk termasuk dalam data mining sebagai suatu teknik analisis data yang dapat membantu pihak manajemen
memperoleh pengetahuan berupa pola – pola penjualan. Salah satu metode data mining yang digunakan dalam penelitian ini adalah association rule dengan menerapkan Algoritma Frequent Pattern Growth (FP-Growth). Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembetukan aturan – aturan asosiasi (association rules). Algoritma FP – Growth adalah algoritma yang sangat populer untuk menemukan sejumlah frequent itemset dari data – data transaksi . Penelitian ini menghasilkan 16 aturan asosiasi yang valid dari total 35 aturan asosiasi yang dihasilkan, dengan nilai support ≥ 4.43%, confidence ≥ 35.21% dan lift ratio ≥ 1.06. Aturan-aturan tersebut kemudian dapat dijadikan acuan untuk rekomendasi barang pembelian.

References

[1] S. Li, “A Gentle Introduction on Market Basket Analysis — Association Rules,” 2017. [Online]. Available: https://datascienceplus.com/a-gentleintroduction-on-market-basket-analysis - associationrules/. [Accessed: 18-Dec-2017].
[2] F. Nurchalifatun, "Penerapan Metode Asosiasi Data Mining Menggunakan Algoritma Apriori Untuk MengetahuiKombinasi Antar Item Set Pada Pondok
Kopi," in Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang, 2015.
[3] H. D. Anggraeni, R. Saputra and B. Noranita, "Aplikasi Data Mining Analisis Data Trankasi Penjualan Obat Menggunakan Algoritma Apriori," Jurnal Masyarakat
Informatika, vol. IV, no. 2, pp. 1-8, 2015.
[4] A. Ikhwan, D. Nofriansyah and Sriani, "Penerapan Data Mining Dengan Algoritma FP-Growth Untuk Mendukung Strategi Promosi Pendidikan," SAINTIKOM, vol. XIV(3), no. 224, pp. 1-16, 2015.
[5] B. N. Sari, A. Rahman and Y. T. Mursityo, "Penerapan Data Mining Untuk Mengetahui Pola Asosiasi Antara Data Mahasiswa Dan Tingkat Kelulusan Menggunakan Algoritma Fold-Growth," in Universitas Brawijaya, Malang, 2015.
[6] A. R. Mei, "Perbandingan Algoritma Apriori Dan Algoritma Fp-Growth Untuk Perekomendasi Pada Transaksi Peminjaman Buku Di Perpustakaan Universitas Dian Nuswantoro," in Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Semarang, Semarang, 2014.
[7] Erwin, "Analisis Market Basket Dengan Algoritma Apriori dan FP-Growth," Jurnal Generic, vol. IV (2), no. 26, pp. 26-30, 2009. F. Nurlaela, “Sistem Pakar
Untuk Mendeteksi Penyakit Gigi Pada Manusia,” Indones. J. Comput. Sci., vol. 10, no. 4, pp. 76–82, 2013.