Penerapan Algoritma FP-Growth dalam Menganalisa Penjualan Pada Sistem Informasi Pengadaan di Sekolah (SIPLAH)

Authors

  • Intan Sri Fadhillah Br. Surbakti STMIK Triguna Dharma
  • Kamil Erwansyah STMIK Triguna Dharma
  • Elfitriani STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jursi.v5i1.11467

Keywords:

Data Mining, FP-Growth, SIPLAH, CV. Pelana, Penjualan, Etalase Produk

Abstract

CV. Pelana merupakan perusahaan yang bergerak di bidang penerbitan, percetakan, dan penyedia alat tulis kantor, serta menjadi mitra resmi dalam pengadaan barang dan jasa melalui platform Sistem Informasi Pengadaan di Sekolah (SIPLAH). Seiring meningkatnya persaingan antar penyedia di platform tersebut, perusahaan perlu menyusun strategi baru untuk menjaga keunggulan kompetitif. Salah satu kendala utama yang dihadapi adalah kurang optimalnya penataan produk pada etalase, yang menyebabkan pelanggan kesulitan menemukan barang yang mereka butuhkan, sehingga berpotensi berpindah ke penyedia lain. Penelitian ini memanfaatkan metode data mining dengan algoritma FP-Growth untuk menganalisis pola pembelian konsumen berdasarkan data transaksi penjualan. FP-Growth dipilih karena kemampuannya dalam menemukan asosiasi produk yang sering dibeli secara bersamaan dengan efisien. Hasil analisis tersebut digunakan sebagai dasar dalam perbaikan penyusunan etalase produk di SIPLAH, sehingga produk yang saling berhubungan dapat dikelompokkan dan ditampilkan secara strategis. Penelitian ini menghasilkan aplikasi sistem berbasis data mining yang mampu mengidentifikasi produk-produk berdasarkan nilai minimum support dan confidence. Produk dengan nilai tertinggi ditemukan pada item Blangko Rapot dengan nilai support 25,64% dan confidence sebesar 100%

References

F. Cuandra, “Penyusunan Materi Pembelajaran Penggunaan Aplikasi Siplah Pada UMKM,” 2021. [Online]. Available: https://journal.uib.ac.id/index.php/concept

“2172-Article Text-8100-1-10-20231018”.

D. Herinanto, M. Gumanti, and B. H. S. Utami, “Pemanfaatan SIPLah Dalam Memasarkan Produk Ekonomi Kreatif Bagi Para Pengusaha Mikro, Kecil, dan Menengah di Desa Podosari,” SWARNA J. Pengabdi. Kpd. Masy., vol. 3, no. 3, pp. 280–289, 2024, doi: 10.55681/swarna.v3i3.1247.

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.

A. F. Lestari and M. Hafiz, “Penerapan Algoritma Apriori Pada Data Penjualan Barbar Warehouse,” INOVTEK Polbeng - Seri Inform., vol. 5, no. 1, p. 96, 2020, doi: 10.35314/isi.v5i1.1317.

A. Anggrawan, M. Mayadi, and C. Satria, “Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 1, pp. 125–138, 2021, doi: 10.30812/matrik.v21i1.1260.

Ginantara Ni Luh Wiwik S.R, Arifa Fatimah Nur, Wijaya Anggi Hadi, and Dkk, 1.2 FullBook Data Mining dan Penerapan Algoritma. 2021.

P. W. Rahayu;, Buku Ajar Data Mining. Jambi, 2024.

A. Ardianto and D. Fitrianah, “Penerapan Algoritma FP-Growth Rekomendasi Trend Penjualan ATK Pada CV. Fajar Sukses Abadi,” J. Telekomun. dan Komput., vol. 9, no. 1, p. 49, 2019, doi: 10.22441/incomtech.v9i1.3263.

S. Suhada, D. Ratag, G. Gunawan, D. Wintana, and T. Hidayatulloh, “Penerapan Algoritma Fp-Growth Untuk Menentukan Pola Pembelian Konsumen Pada Ahass Cibadak,” Swabumi, vol. 8, no. 2, pp. 118–126, 2020, doi: 10.31294/swabumi.v8i2.8077.

D. Untari and D. E. Fajariana, “Strategi Pemasaran Melalui Media Sosial Instagram (Studi Deskriptif Pada Akun @Subur_Batik),” Widya Cipta, vol. 2, no. 2, pp. 271–278, 2018, [Online]. Available: http://ejournal.bsi.ac.id/ejurnal/index.php/widyacipta

Haviluddin, “Memahami Penggunaan UML ( Unified Modelling Language ),” Memahami Pengguna. UML (Unified Model. Lang., vol. 6, no. 1, pp. 1–15, 2011, [Online]. Available: https://informatikamulawarman.files.wordpress.com/2011/10/01-jurnal-informatika-mulawarman-feb-2011.pdf

Downloads

Published

2026-01-31