PENERAPAN ALGORITMA K-MEDOIDS DAN FP-GROWTH UNTUK PENGELOMPOKAN DAN REKOMENDASI PENAWARAN PRODUK
Daftar Isi:
- 212 Mart Jalan Rambutan Kota Pekanbaru merupakan perusahaan yang bergerak dibidang retail. Memenuhi kebutuhan konsumen dan mengambil keputusan yang tepat dalam menentukan strategi penjualan merupakan suatu keharusan. Salah satu cara mengetahui kondisi pasar adalah mengamati data transaksi penjualan menggunakan Data mining. Metode data mining yang biasa digunakan untuk menganalisis keranjang pasar (market basket analysis) yaitu Association Rule. Association Rule dapat memberikan rekomendasi dan promosi produk, sehingga strategi pemasaran lebih tepat sasaran dan barang yang dipromosikan merupakan kebutuhan pelanggan. Pada 212 Mart, penentuan promosi produk didapatkan dari analisis laporan data transaksi penjualan, yaitu berdasarkan pada produk yang paling laku dan tanggal kedaluwarsa. Sering kali produk yang dipromokan tidak sesuai dengan kebutuhan pelanggan. Tujuan penelitian ini adalah untuk menerapkan algoritma K-Medoids untuk clustering pada FP-Growth dalam menghasilkan rule rekomendasi produk pada jumlah dataset yang besar sehingga dapat memberikan rekomendasi teknik/cara baru pada pihak 212 Mart dalam penentuan promosi produk. Hasil yang didapatkan adalah dari percobaan jumlah cluster 3 sampai dengan 9 didapatkanlah cluster optimal sebanyak 3 cluster berdasarkan uji validitas Davies Bouldin Index dengan nilai sebesar 0,678. Dengan nilai minimum support sebesar 5% - 9% dan nilai minimum confidence 50% didapatlah hasil bahwa Association Rule ditemukan hanya pada cluster 3 sebanyak 5 rules. Kata Kunci: association rule, clustering, data mining, fp-growth, k-medoids