Implementasi Algoritma Fp-Growth Untuk Penentuan Paket Hemat Produk Skincare
Keywords:
Strategi Promosi, Paket Hemat, Association Rule, Frequent Pattern Growth (FP-Growth), Toko Derisma SkincareAbstract
Perkembangan dunia bisnis dipengaruhi oleh perkembangan teknologi. Persainganpun semakin ketat sehingga memerlukan strategi promosi penjualan salah satunya dengan paket hemat. Toko Derisma Skincare belum melakukan strategi promosi dengan kombinasi produk paket hemat. Pencatatan transaksinya masih secara manual sehingga informasi pola pembelian konsumen belum akurat. Langkah yang dilakukan agar inovasi paket hemat lebih sitematis perlu di olah dengan data mining berdasarkan pola kencenderungan pembelian konsumen terhadap produk secara bersamaan. Berdasarkan proses bisnis yang berjalan dan data yang ada maka teknik pengolahan data mining yang tepat adalah Association Rule yang memiliki dua para meter yaitu support(nilai penunjang) dan confidence(nilai kepastian). Dengan algoritma Frequent Pattern Growth (FP-Growth) sebagai metode yang mengeksplorasi potensi hubungan keterkaitan antar basis data dengan menerapkan pemodelan FP-Tree pada struktur data yang akan diproses. Implementasi menggunakan RapidMiner dalam implementasi data-data sehingga berhasil menemukan pola pembelian konsumen sehinga bisa didapatkan berbagai kombinasi item yang dapat digunakan sebagai strategi promosi paket hemat.
References
V. Number, “Jurnal Mantik Modules Jurnal Mantik,” vol. 3, no. 4, pp. 444–450, 2020.
A. Jk, D. Algoritma, S. V. M. Model, Y. Ramdhani, and A. Mubarok, “Analisis Time Series Prediksi Penutupan Harga Saham,” vol. 1, no. 1, pp. 77–82, 2019.
M. Zhang, Y. Wang, and Z. Wu, “Data Mining Algorithm for Demand Forecast Analysis on Flash Sales Platform,” Complexity, vol. 2021, 2021, doi: 10.1155/2021/6648009.
R. H. Cep Adiwihardja, Murni Cahyati, “Implementasi Data Mining Penjualan Tas Pada Toko Fabella Shop Menggunakan Algoritma Apriori,” vol. 10, 2018, [Online]. Available: http://speed.web.id/jurnal/index.php/speed/article/view/97/97.
A. Bairizki, “Pengaruh Harga, Promosi dan Kualitas Produk Terhadap Keputusan Pembelian Dalam Meningkatkan Penjualan,” J. Valid, vol. 14, no. 2, pp. 71–86, 2017.
Esterlina Hutabarat, “PENGARUH PROMOSI DALAM MENINGKATKAN VOLUME PENJUALAN PADA TOKO BUKU GRAMEDIA SUN PLAZA MEDAN Esterlina Hutabarat,” vol. 3, no. 2, pp. 83–91, 2017.
Y. Wu and J. Zhang, “Building the electronic evidence analysis model based on association rule mining and FP-growth algorithm,” Soft Comput., vol. 0, 2019, doi: 10.1007/s00500-019-04032-0.
B. T. R. Doni, S. Susanti, and A. Mubarok, “Penerapan Data Mining Untuk Klasifikasi Penyakit Hepatocellular Carcinoma Menggunakan Algoritma Naïve Bayes,” J. Responsif Ris. Sains dan Inform., vol. 3, no. 1, pp. 12–19, 2021, doi: 10.51977/jti.v3i1.403.
J. R. Chang, Y. S. Chen, C. K. Lin, and M. F. Cheng, “Advanced data mining of SSD quality based on FP-growth data analysis,” Appl. Sci., vol. 11, no. 4, pp. 1–15, 2021, doi: 10.3390/app11041715.
R. Rachman, “Penentuan Pola Penjualan Media Edukasi dengan Menggunakan Metode Algoritme Apriori dan FP-Growth,” Paradig. - J. Komput. dan Inform., vol. 23, no. 1, 2021, doi: 10.31294/p.v23i1.9884.
Downloads
Published
Issue
Section
License
Seluruh artikel yang diterbitkan dalam eProsiding Teknik Informatika (PROTEKTIF) dilisensikan di bawah ketentuan Prodi. Dengan lisensi ini, penulis tetap memegang hak cipta atas karyanya, sementara pihak lain diizinkan untuk menyalin, mendistribusikan, menampilkan, dan membuat karya turunan dari artikel yang diterbitkan, baik untuk keperluan komersial maupun non-komersial, selama memberikan pengakuan yang layak kepada penulis asli dan eProsiding Teknik Informatika (PROTEKTIF) sebagai sumber publikasi.
Setiap karya turunan wajib disebarluaskan menggunakan lisensi yang sama. Lisensi ini mendukung prinsip akses terbuka (open access) untuk mendorong diseminasi ilmu pengetahuan secara bebas dan bertanggung jawab.

