Analisis Minat Beli Produk pada Toko Oleh-Oleh Khas Surabaya dengan Algoritme FP-Growth

Fransiscus Xaverius Bagus Caesar, Ramos Somya

Sari


Abstrak— Sebuah toko oleh-oleh khas Surabaya menggunakan aplikasi Point of Sales (POS) dalam pencatatan setiap transaksi penjualan berserta rincian pendapatan yang diperoleh setiap bulan. Proses pencatatan data transaksi belum bisa dimanfaatkan secara maksimal, dikarenakan pihak toko hanya menggunakan data tersebut sebagai laporan penjualan dan pencatatan keuntungan yang didapatkan saja. Data pencatatan transaksi yang ada dapat digunakan lebih lanjut sebagai pedoman market basket analysis, yaitu pelaku bisnis dapat menganalisis minat konsumen dalam pembelian suatu barang yang dibeli bersamaan dalam satu transaksi. Penelitian yang akan dilakukan, bertujuan untuk membuat suatu analisis minat beli konsumen dengan menggunakan Algoritme FP-Growth yang berdasarkan proses association rule yang menerapkan aturan asosiatif dari data mining. Algoritme FP-Growth bermanfaat untuk menentukan aturan asosiasi barang yang dibeli bersamaan dalam satu transaksi. Hasil dari analisis data yang dilakukan dengan perhitungan Algoritme FP-Growth ditemukan rule atau panduan pendukung dalam membantu pelaku bisnis agar dapat menunjang strategi pemasaran dengan lebih baik.

Kata kunci—Association Rule, Algoritme FP-Growth, Data Mining, Market Basket Analysis


Teks Lengkap:

PDF

Referensi


A. Aziz, “Pemanfaatan Teknologi Informasi dalam Pengembangan Bisnis Pos,” Bul. Pos dan Telekomun., vol. 10, no. 1, p. 35, 2015, doi: 10.17933/bpostel.2012.100104.

S. Marti’ah, “Kewirausahaan Berbasis Teknologi (Technopreneurship) dalam Perspektif Ilmu Pendidikan,” J. Ilm. Edutic, vol. 3, no. 2, pp. 75–82, 2017.

B. Loardy, B. Bunawan, and P. Hartono, “Aplikasi Point Of Sales Yang Terhubung Dengan Electronic Data Capture,” no. Lc, pp. 3–6, 2010.

K. Nulufi and Muwartinningsih, “Management Analysis Journal,” vol. 4, no. 2, pp. 129–141, 2015.

Y. P. Bunda, “ALGORITMA FP-GROWTH UNTUK MENGANALISA POLA PEMBELIAN RJoCS ( Studi Kasus : Pusat oleh-oleh Aufa Hakim ) RJoCS,” vol. 06, no. 01, pp. 34–44, 2020.

A. Anas, “Penerapan Algoritma Fp-Growth Dalam Menentukan Perilaku Konsumen Ghania Mart Muara Bulian,” vol. 14, no. 2, pp. 120–129, 2020.

Y. D. Lestari, “Penerapan Data Mining Menggunakan Algoritma Fp-Tree Dan Fp-Growth Pada Data Transaksi Penjualan Obat,” Semin. Nas. Teknol. Inf. dan Komun. ( SNASTIKOM 2015 ), no. Snastikom, pp. 60–65, 2015.

B. Solihin Hasugian, “Penerapan Metode Association Rule Untuk Menganalisa Pola Pemakaian Bahan Kimia Di Laboratorium Menggunakan Algoritma FP-Growth ( Studi Kasus di Laboratorium Kimia PT . PLN ( Persero ) Sektor Pembangkitan Belawan Medan ) Buyung Solihin Hasugian Universitas,” vol. 6341, no. November, pp. 56–69, 2019.

C. E. Firman, “PENENTUAN POLA YANG SERING MUNCUL UNTUK PENJUALAN PUPUK MENGGUNAKAN ALGORITMA FP-GROWTH,” vol. 9, no. 2, pp. 1–8, 2017.

Y. Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4.5,” J. Edik Inform., vol. 2, no. 2, pp. 213–219, 2017.

M. E. D. I. Purnomo, R. K. N, S. St, M. Kom, J. Sahertian, and S. Pd, “Data Mining untuk Optimalisasi Distribusi Penjualan Indomie Goreng menggunakan Metode Clustering,” Artik. Skripsi Univ. Nusant. PGRI Kediri, 2019.

E. Elisa, “JURNAL RESTI Dengan Algoritma Apriori,” vol. 2, no. 2, pp. 472–478, 2018.

B. P. Pelawi, “Penerapan Algoritma Fp-Growth Dalam Menemukan Hubungan Data Prestasi Akademik Dengan Etika Mahasiswa ( Study Kasus : POLTEKKES KEMENKES RI Medan ),” vol. 6, no. 2, pp. 196–203, 2019.

M. Hafizh, “Penerapan Data Mining Algoritma Association Rule Metode FP-Growth untuk Menganalisa Tingkat Kekerasan Dalam Rumah Tangga (Studi Kasus di Polda Sumatera Barat),” Maj. Ilm., vol. 25, no. 1, pp. 99–106, 2018.

K. R. Srinath, “Python – The Fastest Growing Programming Language,” Int. Res. J. Eng. Technol., pp. 354–357, 2017.

A. W. Oktavia Gama, I. K. Gede Darma Putra, and I. P. Agung Bayupati, “Implementasi Algoritma Apriori Untuk Menemukan Frequent Itemset Dalam Keranjang Belanja,” Maj. Ilm. Teknol. Elektro, vol. 15, no. 2, pp. 21–26, 2016, doi: 10.24843/mite.1502.04.


Refbacks

  • Saat ini tidak ada refbacks.