Implementasi Algoritma Frequent Pattern Growth (FPGrowth) untuk Rekomendasi Pembelian Barang (Studi Kasus PD. Indoapi Sarana Utama)
| Main Authors: | Arief Sasono, Sasono, Andika Elok Amalia, Amalia, Rima Dias Ramadhani, Ramadhani |
|---|---|
| Format: | Article PeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
Institut Teknologi Telkom Purwokerto
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ittelkom-pwt.ac.id/5134/1/151-158.pdf http://repository.ittelkom-pwt.ac.id/5134/ |
Daftar Isi:
- Pencarian pola asosiasi barang khususnya pada transaksi penjualan maupun ritel saat ini sering digunakan. Metode yang digunakan untuk menganalisis keranjang belanja data transaksi penjualan produk termasuk dalam data mining sebagai suatu teknik analisis data yang dapat membantu pihak manajemen memperoleh pengetahuan berupa pola – pola penjualan. Salah satu metode data mining yang digunakan dalam penelitian ini adalah association rule dengan menerapkan Algoritma Frequent Pattern Growth (FP-Growth). Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembetukan aturan – aturan asosiasi (association rules). Algoritma FP – Growth adalah algoritma yang sangat populer untuk menemukan sejumlah frequent itemset dari data – data transaksi . Penelitian ini menghasilkan 16 aturan asosiasi yang valid dari total 35 aturan asosiasi yang dihasilkan, dengan nilai support ≥ 4.43%, confidence ≥ 35.21% dan lift ratio ≥ 1.06. Aturan-aturan tersebut kemudian dapat dijadikan acuan untuk rekomendasi barang pembelian.