ASSOCIATION RULE PENGOLAHAN DATA TRANSAKSI TOKO BUNGA MENGGUNAKAN ALGORITMA APRIORI DAN FP-GROWTH UNTUK MENENTUKAN PROMOSI PAKET BUNGA

STUDI KASUS: FILLEA FLORIST

Abstrak

Pada masa sekarang khususnya dikalangan generasi Z yang gemar memberikan hadiah untuk orang terdekat berupa buket bunga dan sebagainya, membuat banyak toko atau Usaha, Kecil dan Menengah yang menjual buket dengan harga dan bentuk yang bervariasi sesuai dengan keinginan pembeli. Fillea Florist merupakan salah satu toko bunga di daerah Gresik yang menjual berbagai macam karangan bunga seperti buket uang, buket snack, dan lain-lain. Semakin banyaknya toko-toko sejenis maka akan semakin meningkat pula jumlah transaksi penjualannya terlebih di hari hari besar. Toko bunga Fillea Florist belum pernah memanfaatkan data transaksi, dan mereka tidak tahu bahwa data tersebut dapat diolah sehingga bermanfaat bagi toko itu sendiri. Penulis memilih toko bunga Fillea Florist karena jumlah pelanggan mereka dengan followers instagram yang banyak, menerima pemesanan buket secara offline dan online. Tujuan penelitian ini adalah menganalisis dan membandingkan algoritma apriori dan FP-Growth untuk mengolah data transaksi toko bunga untuk mengetahui pola pembelian konsumen yang akan dimanfaatkan sebagai strategi bisnis. Metode yang digunakan adalah Knowledge Discovery in Databases menggunakan algoritma apriori dan FP-Growth. Berdasarkan hasil pengujian dua algoritma, didapatkan 14 rule pada algoritma apriori dan 8 rule terbaik untuk algoritma FP-Growth serta lift ratio yang memenuhi syarat.  Hasil akhir dari penelitian ini dapat dijadikan sebagai pengembangan strategi pembelian barang bagi pihak toko dan bisa juga sebagai strategi bisnis promosi dalam meningkatkan ketertarikan pembeli.