PENERAPAN ALGORITMA FP-GROWTH PADA DATA TRANSAKSI PENJUALAN UNTUK MENENTUKAN POLA PEMBELIAN PELANGGAN

STUDI KASUS: TOKO KENZI OLSHOP

Abstrak

Dalam dunia bisnis, terutama dibidang penjualan, keberadaan persaingan yang tinggi menimbulkan kebutuhan bagi pengembang dalam mencari strategi yang bisa meningkatkan efektivitas pemasaran dan penjualan produk. Toko Kenzi Olshop merupakan salah satu pebisnis yang bergerak dalam penjualan pakaian, kosmetik dan lain-lain. Namun dalam konteks toko Kenzi Olshop, masih terdapat kendala dalam mengetahui barang apa yang harus diadakan untuk persediaan stok dan promosi serta penempatan produk yang masih kurang efektif khususnya pada produk pakaian. Tujuan dari penelitian ini untuk mengetahui pola pembelian pelanggan, sehingga didapatkan rekomendasi strategi penjualan. Metode yang digunakan adalah knowledge discovery in databases (KDD) dengan menerapkan algoritma FP-Growth. Hasil penelitian ini menunjukkan bahwa algoritma FP-Growth dapat mengidentifikasi pola pembelian pelanggan dengan melakukan percobaan menggunakan nilai minimum support sebesar 2%, 3%, 4%, 5% dan minimum confidence sebesar 40%. Percobaan dengan nilai minimum support 2% dan nilai minimum confidence 40% menghasilkan nilai lift tertinggi dan menghasilkan aturan asosiasi terbanyak yaitu 27 rules. Pada aturan asosiasi tersebut terdapat enam item yang sering muncul meliputi Midi Dress, Pajamas Anisa, Gamis Aisyah, Pajamas Cp, Pajamas Aisyah dan Pajamas Rasya. Serta didapatkan rule dengan nilai confidence terbesar 60,5% yaitu jika konsumen membeli Gamis Aisyah dan Tunik maka memiliki peluang untuk membeli Midi Dress.