Penentuan Barang Terpopuler Menggunakan Algoritma Frequent Patern Growth (FP-Growth) Pada Data Transaksi Penjualan Odeliz.ID
Abstract
Odeliz.ID menjadi salah satu thriftshop yang ikut bersaing dalam dunia bisnis fashion dan menjual berbagai jenis rok kedalam empat kategori yaitu, premium, basic, semibasic, dan sale. Untuk menemukan barang terpopuler yang dibeli konsumen, digunakan algoritma frequent patern growth untuk menganalisis barang terpopuler dari data transaksi penjualan Odeliz.Id. Nilai support dan confidence digunakan sebagai ukuran analisis data. Rok dengan kategori B atau basic memiliki nilai support tertinggi sebesar 0.52 atau 52%, yang berarti kategori ini menjadi rok yang paling populer dikalangan pembeli. Pembeli yang membeli rok dengan kategori P atau premium bersamaan dengan kategori B atau basic memiliki nilai support dan confidence tertinggi sebesar 10.8% dan 21.9%. Rok dengan kategori premium dan basic paling sering dibeli secara bersamaan karena memiliki nilai support dan confidence tertinggi sebesar 10.8% dan 21.9%, hal ini bisa menjadi saran untuk promosi produk dengan cara membundling harga yang mengandung dua kategori rok ini. Penerapan algoritma FP-Growth berhasil dalam mengidentifikasi pola-pola frekuensi tinggi dalam data transaksi penjualan Odeliz.ID. Frequent itemset yang didapat atau barang barang yang sering dibeli secara bersamaan adalah barang dengan kategori premium dan basic, premium dan semibasic, basic dan semibasic.Nilai support mengindikasikan seberapa sering suatu produk dibeli dan nilai confidence mengukur seberapa sering barang yang dibeli secara bersamaan dalam suatu transaksi.
References
[2] S. P. Dewi, N. Nurwati, and E. Rahayu, “Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor,” Build. Informatics, Technol. Sci., vol. 3, no. 4, pp. 639–648, 2022, doi: 10.47065/bits.v3i4.1408.
[3] L. Oktaviani, Tri Anelia, Hegarmanah Muhabatin, Yudhistira Arie Wijaya, and Dian Ade Kurnia, “Penerapan Algoritma Fp-Growth Untuk Menganalisis Pola Belanja,” KOPERTIP J. Ilm. Manaj. Inform. dan Komput., vol. 5, no. 1, pp. 29–35, 2021, doi: 10.32485/kopertip.v5i1.153.
[4] I. Astrina, M. Z. Arifin, and U. Pujianto, “Penerapan Algoritma FP-Growth dalam Penentuan Pola Pembelian Konsumen pada Kain Tenun Medali Mas,” Matrix J. Manaj. Teknol. dan Inform., vol. 9, no. 1, p. 32, 2019, doi: 10.31940/matrix.v9i1.1036.
[5] F. Firmansyah and O. Nurdiawan, “Penerapan Data Mining Menggunakan Algoritma Frequent Pattern - Growth Untuk Menentukan Pola Pembelian Produk Chemicals,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 547–551, 2023, doi: 10.36040/jati.v7i1.6371.
[6] I. Farah Fu, M. Aswad, J. Ekonomi Syariah, F. Ekonomi dan Bisnis Islam, and U. Sayyid Ali Rahmatullah Tulungagung, “Pengaruh Kualitas Produk, Harga, Dan Promosi Terhadap Volume Penjualan Pakaian Thrifting Di Toko Thriftshop Sidoarjo,” J. Cendekia Ilm., vol. 1, no. 3, pp. 169–177, 2022, [Online]. Available: https://journal-nusantara.com/index.php/J-CEKI/article/view/218
[7] R. Aditiya, S. Defit, and G. W. Nurcahyo, “Prediksi Tingkat Ketersediaan Stock Sembako Menggunakan Algoritma FP-Growth dalam Meningkatkan Penjualan,” J. Inform. Ekon. Bisnis, vol. 2, pp. 67–73, 2020, doi: 10.37034/infeb.v2i3.44.
[8] E. Nofianti, W. A. Triyanto, and N. Latifah, “Penentuan Strategi Pemasaran Menggunakan Frequent Pattern Growth (Fp-Growth) Pada Toko Komputer,” Indones. J. Technol. Informatics Sci., vol. 1, no. 2, pp. 59–62, 2020, doi: 10.24176/ijtis.v1i2.4941.
[9] R. Wahyusari, “Penerapan Algortima FP-Growth Untuk Menemukan Pola Peminjaman Alat Pada Workshop Teknik Mesin,” Log. J. Ilmu Komput. dan Pendidik., vol. 1, no. 3, pp. 406–411, 2023, [Online]. Available: https://journal.mediapublikasi.id/index.php/logic/article/view/2745%0Ahttps://journal.mediapublikasi.id/index.php/logic/article/download/2745/1211
[10] B. S. Pranata and D. P. Utomo, “Penerapan Data Mining Algoritma FP-Growth Untuk Persediaan Sparepart Pada Bengkel Motor (Study Kasus Bengkel Sinar Service),” Bull. Inf. Technol., vol. 1, no. 2, pp. 83–91, 2020.
Copyright (c) 2024 Abidah Wafiyah Ramadhaniah Afandi, Miftahur Rahman, Wiwik Suharso
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
1. Copyright on any article is retained by the author(s).
2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
