ANALISIS ASOSIASI PADA TRANSAKSI PENJUALAN DARING MENGGUNAKAN ALGORITMA APRIORI DAN FP-GROWTH

  • Agustinus Cahya Putra Universitas Jenderal Achmad Yani Yogyakarta
  • Muhammad Habibi
Keywords: data mining, association rule, apriori, fp-growth, pemasaran

Abstract

Dalam proses bisnisnya, Rumah Warna hanya mengarsipkan data penjualan yang masuk dan tidak mengolahnya sama sekali. Hal ini menyebabkan pihak manajerial kesulitan dalam mengambil keputusan khususnya dalam pengembangan strategi pemasaran untuk penjualan daring. Berdasarkan permasalahan tersebut dalam penelitian ini akan diusulkan dan dilakukan solusi dengan menerapkan data mining guna menemukan informasi strategis dengan menggunakan metode asosiasi dengan alogirtma apriori dan frequent pattern growth (fp-growth). Pada proses data mining tahap yang dilakukan adalah data selection, preprocessing, transformasi, data mining dan evaluasi. Pada tahap data mining akan dibagi menjadi dua proses dikarenakan menggunakan dua algoritma yaitu apriori dan fp-growth. Data yang diambil adalah sebanyak 10.230 data transaksi penjualan. Dalam penelitian ini akan mengambil minimum support 10% dan minimum confidence 50%. Kemudian hasilnya akan dibandingkan dan mengambil aturan asosiasi yang terbaik sebagai informasi strategis terbaik. Hasil penelitian ini diperoleh 6 aturan asosiasi yang didapat dari perhitungan algoritma apriori dan fp-growth. Informasi strategis terbaik adalah kombinasi antar item dari perhitungan algoritma apriori dan fp-growth yang memiliki nilai support dan confidence paling tertinggi, yaitu support 43% dan confidence 74% adalah “Jika membeli  Tas Selempang maka juga akan membeli Tas Ransel”.

Published
2019-04-25