DETAIL DOCUMENT
PENERAPAN DATA MINING UNTUK ANALISIS POLA PEMBELIAN KONSUMEN MENGGUNAKAN ALGORITMA FP-GROWTH (STUDI KASUS : BEN MAKMUR)
Total View This Week0
Institusion
Universitas Stikubank
Author
Utami, Uswatun
Subject
QA76 Computer software 
Datestamp
2021-11-10 06:07:41 
Abstract :
Toko Ben Makmur merupakan salah satu toko kelontong yang berada di Kecamatan Pamotan yang berlokasi di Km.02 No.25 Pamotan, Jl. Raya Lasem, Pamotan, Rembang, Kabupaten Rembang, Jawa Tengah 59261, Indonesia. Toko tersebut menjual berbagai macam produk yang dibutuhkan konsumen. Untuk pengembangan bisnisnya diperlukan informasi yang dapat meningkatkan strategi penjualannya dengan melakukan pengambilan keputusan yang tepat. Dalam penyelesaian masalah tersebut dapat dilakukan analisis terhadap data transaksi penjualan dengan menerapkan teknik Asosiasi Data Mining menggunakan Algoritma FP-Growth. Penerapan Algoritma tersebut diharapkan dapat memberikan informasi mengenai pola pembelian konsumen dari aturan asosiasi yang dihasilkan. Pola tersebut nantinya dapat digunakan sebagai acuan dalam memutuskan keputusan strategi penjualan, misalnya dalam meletakkan produk yang sering dibeli secara bersamaan. Hasil dari penelitian ini menunjukkan bahwa Algoritma FP-Growth dapat memberikan informasi baru dengan melakukan pengolahan data transaksi penjualan menggunakan bahasa pemrograman Python dengan nilai minimum support sebesar 0.001 (1%). Hasil dari penelitian ini memberikan informasi baru yang dapat membantu dalam meningkatkan dan mengelola bisnis dengan baik. Ben Makmur is one of the grocery stores in Pamotan District. The Ben Makmur's shop is located at Km.02 No.25 Pamotan, Jl. Raya Lasem, Pamotan, Rembang, Rembang Regency, Central Java 59261, Indonesia. The store sells various kinds of products that consumers need. Information needed for business development that can improve its sales strategy by making the right decisions. In solving these problems, an analysis of sales transaction data can be carried out by applying the Data Mining Association technique using the FP-Growth Algorithm. The application of the algorithm is supposed to provide information about consumer buying patterns from the resulting association rules. The pattern can be used for reference in deciding sales strategy decisions, such as placing products that are often purchased together. The results of this study indicate that the FP-Growth Pem Algorithm can provide new information by processing sales transaction data using the Python programming language with a minimum support value of 0.001(1%). The results of this study provide new information that can help in improving and managing the business properly. 
Institution Info

Universitas Stikubank