Implementasi Data Mining Menggunakan Algoritma Fp-Growth Untuk Menganalisa Pola Penjualan Barang

Abstract

Membangun sebuah bisnis perusahaan penjualan barang sangat memerlukan penggunaan teknologi informasi, guna mendukung kelancaran penjualan produk-produk yang disediakan. Masalah yang terjadi adalah perusahaan kesulitan menentukan strategi penjualan dan persediaan di perusahaan yang mengakibatkan tingkat penjualan dinilai kurang maksimal. Pada saat ini CV. MITRA RIDGE masih memproses data penjualannya secara manual, sehingga ketersediaan data penjualan besar tidak dapat digunakan semaksimal mungkin. Perusahaan dituntut untuk menemukan suatu strategi yang dapat meningkatkan penjualan produk yang akan dijual. Salah satu cara yang dapat dilakukan untuk penentuan strategi penjualan barang adalah dengan menggunakan teknik data mining. Adapun metode yang digunakan dalam hal ini adalah algoritma Fp-Growth, yaitu sebuah algoritma yang menghasilkan frequent itemset yang nantinya akan digunakan dalam proses penentuan aturan yang dapat menghasilkan sebuah pilihan. Algoritma Fp-Growth merupakan pengembangan dari algoritma Apriori. Algoritma Fp-growth menggunakan konsep tree development dalam pencarian jenis produk yang sering dibeli (frequent itemset). Data yang digunakan yaitu 20 jenis barang dan 30 data transaksi. Pada penelitian ini ditentukan nilai minimum support sebesar 18% dan nilai minimum confidence sebesar 50%. Dari hasil pengujian yang dilakukan didapatkan beberapa aturan (rule) yang dijadikan acuan atau pola dalam membangun strategi penjualan maupun strategi persediaan yang lebih baik dimasa yang akan datang.