IMPLEMENTASI ALGORITMA FP-GROWTH PADA SISTEM PENJUALAN TOKO ROTI UNTUK MENINGKATKAN PENJUALAN DAN MEMINIMALISIR KERUGIAN


Author (Penulis)

BAGUS UMAR SETYAWAN
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

14.1.03.02.0258

Abstract

Penelitian ini dilatar belakangi hasil pengamatan peneliti bahwa data transaksi penjualan pada kebanyakan toko roti hanya dijadikan arsip tanpa adanya pemanfaatan yang lebih efisien. Bahkan masih banyak toko roti 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) untuk mengolah data transaksi penjualan menjadi informasi berupa presentase roti yang sering terjual dan roti yang jarang atau tidak laku terjual. Dengan menggunakan data transaksi penjualan para produsen roti dapat membatasi jumlah roti yang kurang begitu laris dan menambah stok roti yang laris terjual. Selain itu dari analisis data penjualan dapat juga ditemukan kombinasi roti yang sering terjual secara bersamaan. Tujuan dari penelitian ini adalah menghasilkan sebuah program atau aplikasi untuk menganalisa data transaksi penjualan dengan menggunakan algoritma FP-Growth, berdasarkan nilai minimum frekuensi dan minimum confidence yang dapat disesuaikan oleh pengguna aplikasi.

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


Keyword

a

Reference

Gunadi, G. & Sensuse, D.I. 2012. Penerapan Metode Data MiningMarket 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 Doeloe Semarang. Universitas Dian Nuswantoro.

Ngatimin. 2013. Perancangan Aplikasi E-Commerce 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

2018-08-21

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 02 No. 09 Tahun 2018

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