Implementasi Market Basket Analysis Untuk Menentukan Product Bundling Menggunakan Algoritma FP-Growth

Rifa Sabrina, Iin Ernawati, Nurul Chamidah

Abstract


Pada era globalisasi saat ini para pemilik bisnis dituntut agar dapat melakukan pengembangan bisnis secara efektif dan efisien serta dibutuhkannya strategi pemasaran yang baik agar mencapai target penjualan. Bumi Flora merupakan salah satu toko tanaman hias yang berlokasi di Tangerang. Pola pembelian konsumen yang acak menyulitkan Toko Bumi Flora untuk menentukan strategi pemasaran barang yang sesuai. Pola pembelian konsumen dapat diketahui dengan metode asosiasi pada data mining untuk mencari pola hubungan antar satu item dengan item lainnya. Untuk itu diperlukan analisis terhadap pola pembelian tanaman hias untuk memaksimalkan pemasaran dengan strategi product bundling. Data transaksi penjualan item yang digunakan untuk mencari keterkaitan antar item dengan algoritma fp-growth. Penelitian ini menghasilkan tujuh aturan yang ideal dengan percobaan nilai minimum support 3% dan nilai minimum confidence 25% dan setiap aturan yang dihasilkan memiliki nilai lift ratio lebih dari satu


Full Text:

PDF

References


Faisal, Edi, dkk. 2017. Pola Beli Konsumen Menggunakan Algoritma FP-Growth untuk Rekomendasi Promosi Penjualan pada Batik Nadya Pekalongan. Makalah Seminar SeNTIK 2017 – STMIK JAKARTA STI&K.

Gunadi, Goldie, dan Dana Indra Sensuse. 2012. Penerapan Metode Data Mining Market Basket Analysis terhadap Data Penjalan Produk Buku dengan menggunakan algoritma Apriori dan Frequent Pattern Growth (FP-Growth): Studi Kasus Percetakan PT. Gramedia. Jakarta: Jurnal Telematika MKom Volume 4 No.1 ISSN: 2085-725X.

Han, Jiawei, dkk. 2012. Data Mining: Concept and Techniques, Third Edition.

Waltham: Morgan Kaufmann Publishers

Kurniawan, S., Gata, W. and Wiyana, H. (2018) ‘Analisis Algoritma FP-Growth Untuk Rekomendasi Produk Pada Data Retail Penjualan Produk Kosmetik (Studi Kasus: MT Shop Kelapa Gading)’, Seminar Nasional Teknologi Informasi dan Komunikasi 2018 (SENTIKA 2018), 2018(8), pp. 61–69. Available at: https://fti.uajy.ac.id/sentika/publikasi/makalah/2018/8.pdf.

Perangin-angin, M. I., Lubis, A. H. and Ikhwan, A. (no date) ‘Association Rules

Analysis on FP-Growth Method in Predicting Sales’, pp. 58–65.

Ruldeviyani, Yova dan Muhammad Farian. 2008. Implementasi Algoritma-Algoritma Association Rules Sebagai Bagian Dari Pengembangan Data Mining Algorithms Collection. Bali: Konferensi Nasional Sistem Informatika.

Samuel, David. 2008. Penerapan Struktur FPTree dan Algoritma FPGrowth dalam Optimasi Penentuan Frequent Itemset. Bandung: Institut Teknologi Bandung.

Santosa, Budi. 2007. Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis”, Graha Ilmu. Yogyakarta.


Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.