IMPLEMENTASI ALGORITMA FP-GROWTH PADA SISTEM PENJUALAN COUNTER ERAFONE UNTUK MENINGKATKAN PENJUALAN DAN MEMINIMALISIR KERUGIAN


Author (Penulis)

KANA FITRIA RAHMAWATI
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

14.1.03.02.0014

Abstract

                                                                                                           ABSTRAK

 

            Penelitian ini dilatar belakangi hasil pengamatan peneliti bahwa data transaksi penjualan pada kebanyakan counter handphone hanya dijadikan arsip tanpa adanya pemanfaatan yang lebih efisien. Bahkan masih banyak counter HP yang perekapan datanya masih menggunakan cara manual. Hal tersebut mengakibatkan penumpukan arsip yang kemudian menjadi sampah, padahal jika diolah akan menjadi informasi yang bermanfaat.

            Penelitian ini menggunakan salah satu metode data mining, yaitu Association Rule dengan algoritma Frequent Pattern Growth (FP-Growth) umtuk mengolah data transaksi penjualan menjadi informasi berupa presentase HP atau aksesoris yang sering terjual dan HP atau aksesoris yang jarang atau tidak laku terjual. Dengan menggunakan data transaksi penjualan para produsen HP atau aksesoris dapat membatasi jumlah HP atau aksesoris yang kurang begitu laris dan menambah stok HP atau aksesoris yang laris terjual. Selain itu dari analisis data penjualan dapat juga ditemukan kombinasi HP atau aksesoris yang sering terjual secara bersamaan. Tujuan dari penelitian ini adalah menghasilkan sebuah program atau aplikasi untuk menganalisa data transaksi penjualan dengan menggunakan lagoritma FP-Growth, berdasarkan nilai minimum frekuensi dan minimum confidence yang dapat disesuaikan oleh pengguna aplikasi.

            Kesimpulan hasil penelitian ini adalah aplikasi yang dapat mengimplementasikan data mining dengan metode Association Rule dan algoritma FP-Growth untuk menganalisa data transaksi penjualan dengan baik. Banyaknya variasi data mempengaruhi banyaknya hasil analisa dan nilai presentasi support dan confidence dari masing-masing kombinasi HP atau aksesoris. Aplikasi juga dapat memberikan saran penambahan stok barang dan pengurangan stok barang terhadap HP atau aksesoris yang laris dan yang kurang laku terjual.  

 

KATA KUNCI  : Data Mining, Association Rule, FP-Growth, Market Basket Analysis


Keyword

a

Reference

DAFTAR PUSTAKA

Gunadi, G. & Sesuse, D.I. 2012. Penerapan Metode Data Mining Market Basket Analysis terhadap Data penjualan Produk Buku dengan Menggunakan Algoritma Apriori dan Frequent Pattern Growth (FP-Growth): Studi Kasus Percetakan PT. Gramedia. Vol. 4, No.1, Hal 121.

 

Han & Kamber. 2006. Data Mining: Concepts and Techniques, 2nd ed.

 

Ikhsana, Y. dkk. 2015. Implementasi Data Mining dengan Menggunakan Algoritma FP-Growth untuk Menentukan Pola Penjualan Barang pada Event Tertentu (Studi Kasus: Berkah Swalayan). Jurnal Aksara Komputer Terapan. Vol. 4. No. 4.

 

Kusrini & Luthfi, E.T. 2009. Algoritma Data Mining. Yogyakarta: Andi.

 

Maulida, T.A. 2014. Analisa Data mining Menggunakan Algoritma Frequent Pattern Growth pada Data Transaksi Penjualan Restoran Joglo Kampoeng Doloe Semarang. Universitas Dian Nuswantoro.

 

Ngatimin. 2013. Perancangan Aplikasi E-Comerce Toko Buku Qisthi dengan Menggunakan Metode Market Basket Analysis. Vol. 5, No. 1.

 

Samuel, D. 2008. Penerapan Struktur FP-Tree dan Algoritma FP-Growth dalam Optimasi Penentuan Frequent Itemset. Institut Teknologi Bandung.

 

Sonrisa, S. 2016. Implementasi Data Mining Terhadap Penentuan Paket Hemat Sembako dan Kebutuhan Harian Menggunakan Aturan Association Rule di Primer Koperasi Kartika Baja Cilegon dengan Algoritma FP-Growth. Bandung: Universitas Komputer Indonesia.

 

Turban, E., dkk. 2005. Decicion Support Systems and Intelligent Systems. Yogyakarta: Andi Offset.

 


PUBLISHED

2019-02-13

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 03 No. 01 Tahun 2019

Download PDF

Lembaga Penelitian dan Pengabdian Kepada Masyarakat UN PGRI Kediri.

Jl. KH. Ahmad Dahlan 76 Mojoroto Kota Kediri

Designed by BootstrapMade
LPPM Server - Powered by BSI