Data Mining Untuk Menganalisa Pola Pembelian Perak Dengan Menggunakan Algoritma Fp-Growth Pada Toko Emas Dan Perak Adi Saputra Tanjung

Abstract

Pencatatan data transaksi pembelian perak harian pada took emas dan perak Adi Saputra Tanjung belum dilakukan dengan rapi dan data transaksinya dicatat ke dalam buku besar masih secara manual  sehingga membuat pemilik toko kesulitan dalam menentukan barang apa saja yang laris di tokonya yang mengakibatkan promosi yang digunakan untuk meningkatkan penjualan di nilai kurang maksimal.

Berdasarkan penelitian sebelumnya yang ditulis oleh Agus Nuryanto yaitu Penerapan Data Mining Menggunakan Algoritma Apriori Dan K-Means Untuk Meningkatkan Penjualan Toko Perhiasan Emas Setia Kawan, peneliti menganalisa pola pembelian perak untuk penemuan pola barang yang dibeli oleh pelanggan dengan harapan hasil penelitian dapat membantu rekomendasi promosi sehingga strategi pemasaran menjadi lebih tepat sasaran. algoritma yang digunakan adalah Frequent Pattern- Growth (FP-Growth) yaitu pengembangan dari metode Apriori yang merupakan salah satu alternatif untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data dengan membangkitkan struktur data Tree atau disebut dengan Frequent Pattern Tree (FP-Tree).

Hasil penelitian dari tahapan yang telah dilakukan, didapatkan nilai support sebesar 9% dan nilai confidence sebesar 30%  dengan jenis perak yang dibeli konsumen yaitu cincin putar, mainan kalung, kalung nama, cincin rantai pilin dan anting. Hasilnya dapat membantu pemilik toko untuk mengambil keputusan dalam penentuan stok perak yang perlu diperbanyak sehingga meningkatkan keuntungan dan meminimalisir kerugian.