Market Basket Analysis IMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH (FP-GROWTH) MENENTUKAN ASOSIASI ANTAR PRODUK (STUDY KASUS NADIA MART).
adanya data mining diharapkan dapat membantu Nadiamart untuk menggali
informasi yang terkandung didalam data transaksi menjadi sebuah pengetahuan
knowledge yang baru. Sehingga pemilik minimarket Nadiamart dapat membuat
promo-promo barang secara bundling untuk meningkatan penjualan, serta
mengetahui barang-barang apa saja yang laku terjual pada periode tertentu.
Salah satu teknik Data Minning adalah Association Rule, yaitu prosedur
dalam Market Basket Analysis untuk mencari pengetahuan berupa hubungan
antar item dalam suatu data set dan menampilkannya dalam bentuk pola yang
menjelaskan tentang kebiasaan konsumen dalam berbelanja. Contoh dari pembelian
di suatu minimarket dapat diketahuinya berapa besar kemungkinan seorang
pelanggan membeli roti bersamaan dengan susu secara bersamaan [1].
Algoritma yang digunakan pada penelitian ini untuk menemukan aturan
assosiatif antara suatu kombinasi item adalah Algoritma FP-Growth merupakan
algoritma yang sangat efisien dalam pencarian frequent itemset. FP-Growth
menggunakan pendekatan yang berbeda dari paradigma yang selama ini sering
digunakan
yaitu algoritma
apriori. Algoritma
ini menyimpan
informasi mengenai frequent itemset dalam bentuk
struktur prefix-tree atau sering disebut FP- Tree. Pada FP-Tree yang terbentuk dapat
memampatkan
data transaksi
yang memiliki item yan sama, sehingga dapat
mengurangi scan database secara berulang dalam
proses mining
dan dapat
berlangsung lebih cepat [2]. Dalam penelitian akan dibahas
mengenai penerapan Algoritma FP- Growth untuk menentukan asosiasi antar
produk pada data transaksi minimarket. Dapat dilihat bahwa akhir yang didapat
dari pola association rule ini dapat dimanfaatkan untuk strategi promosi
produk.
II.
L
ANDASAN
T
EORI