PENENTUAN POLA YANG SERING MUNCUL UNTUK PENJUALAN PUPUK MENGGUNAKAN ALGORITMA FP-GROWTH

Chandra Eri Firman

Abstract


Aturan asosiasi dengan melakukan analisis suatu transaksi penjualan. Analisis transaksi penjualan bertujuan untuk merancang strategi yang efektif dengan memanfaatkan data transaksi penjualan produk pupuk yang dibeli oleh konsumen. Association rule adalah teknik data mining untuk mencari hubungan antar-item dalam suatu dataset yang ditentukan dengan menggunakan Algoritma FP-Growth. Frequent Pattern Growth (FP-Growth) adalah salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data. Algoritma FP-Growth menggunakan konsep pembangunan tree dalam pencarian frequent itemsets. Dari perhitungan nilai confidence dari rule yang dihasilkan menggunakan  Rapidminer-studio 7.3.0.

 

Kata Kunci : Data Mining, Assosiation Rule, FP-Growth, Penjualan Produk


Full Text:

PDF

References


Anggraeni, H. D., Saputra, R., & Noranita, B. (2013). Aplikasi Data Mining Analisis Data Transaksi Penjualan Obat Menggunakan Algoritma Apriori (Studi Kasus Di Apotek Setya Sehat Semarang), 4(May), 1–8. Arifin, R. N. (2015). Implementasi Algoritma Frequent Pattern Growth (FP-GROWTH) Menentukan Asosiasi Antar Produk (Study Kasus NADIAMART). Techno.Com: Jurnal Teknologi Informasi (e-Journal), ISSN: 2356-2579.

Budiana, A. (2016). Implementasi Data Mining Pada Penjualan Produk Di PT. FOCUS GAYA GRAHA Menggunakan Metode Association Rule. Komputa : Jurnal Ilmiah Komputer dan Informatika, ISSN: 2089-9033.

Dhika, H. (2015). Kajian Perancangan Rule Kenaikan Jabatan Pada PT. ABC. Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, pISSN: 2252-4983, Vol. 6, No. 2, Hal: 217-222.

Fitriyani. (2015). Implementasi Algoritma Fp- Growth Menggunakan Association Rule Pada Market Basket Analysis. Informatika, II(1), 296–305. Retrieved from http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/85

Kurniasih, F., Kumaladewi, N., & Katjong, L. (2012). Analisa Dan Perancangan Data Mining Dengan Metode Market Basket Analysis Untuk Analisa Pola Belanja Konsumen pada Tendencies Store. Sistem Informasi, 5(1), 1–10. Retrieved from http://journal.uinjkt.ac.id/index.php/sisteminformasi/article/view/280

Meilani, Dwi, B., & Azmuri, W. (2015). Penentuan Pola Yang Sering Muncul Untuk Penerima Kartu Jaminan Kesehatan Masyarakat. Seminar Nasional “Inovasi Dalam Desain Dan Teknologi,” 424–431. Miraldi, R. N., Rachmat, A., & Susanto, B. (2014). Implementasi Algoritma FP-GROWTH untuk Sistem Rekomendasi Buku di Perpustakaan UKDW. Jurnal Informatika, ISSN: 1693-7279, VoL. 10, No. 1, Hal: 29-39.

Purba, R. (2012, April). Data Mining : Masa Lalu, Sekarang Dan Masa Mendatang. Jurnal Sifo Mikroskil, ISSN: 1412-0100, Vol. 13, No. 1, Hal: 31-41.

Ririanti. (2014, Maret). Implementasi Algoritma FP-GROWTH Pada Aplikasi Prediksi Persediaan Sepeda Motor (Studi Kasus PT. PILAR DELI LABUMAS). Pelita Informatika: Informasi dan Informatika, ISSN: 2301-9425, Vol. 6, No. 1, Hal: 139-144.

Sumangkut, K., Lumenta, A., & Tulenan, V. (2016). Analisa Pola Belanja Swalayan Daily Mart Untuk Menentukan Tata Letak Barang Menggunakan Algoritma FP-Growth. Teknik Informatika, 8(1), 52–56. Retrieved from http://ejournal.unsrat.ac.id/index.php/informatika/article/view/12300

Triyanto, W. A. (2014). Association Rule Mining Untuk Penentuan Rekomendasi Promosi Produk. Journal SIMETRIS, Vol.5(No.2), 121–126.




DOI: http://dx.doi.org/10.36723/juri.v9i2.97

Refbacks

  • There are currently no refbacks.


Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.