PENERAPAN ALGORITMA FP-G ROWTH PADA ASSOSIATION RULES UNTUK PEREKOMENDASIAN PRODUK SEMBAKO (STUDI KASUS AGUS GROSIR SEMBAKO SRAGEN)

PENERAPAN ALGORITMA FP-GROWTH PADA ASSOSIATION RULES UNTUK PEREKOMENDASIAN PRODUK SEMBAKO
(STUDI KASUS AGUS GROSIR SEMBAKO SRAGEN)

Oleh :

Wahyu Larasati

160103060

Ketersedian barang dan kelengkapan barang pada suatu toko adalah elemen yang sangat penting. Sehingga proses manajemen untuk mengatur ketersediaan stock barang sangat diperlukan untuk menghindari penumpukan barang yang sama dan kurang diminati oleh pelanggan. Untuk mencegah hal tersebut maka dibutuhkan sebuah system yang dapat membantu pemilik toko agar mengetahui secara dini tentang ketersediaan barang yang terdapat pada toko / perusahaan tertentu.
Data transaksi penjualan dapat menghasilkan suatu pengetahuan baru melalui proses data mining. Data mining mampu menganalisa data menjadi suatu informasi berupa pola yang berguna untuk membantu pemilik perusahaan dalam proses pengambilan keputusan bisnis seperti pengadaan stok. Salah satu teknik data mining adalah Association Rule yang merupakan prosedur dalam Market Basket Analysis. Market basket didefinisikan sebagai suatu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi. Suatu pola ditentukan oleh dua parameter, yaitu support (nilai penunjang) dan confidence (nilai kepastian). Algoritma Frequent Pattern Growth (FP-Growth) digunakan untuk membantu menemukan sejumlah aturan asosiasi dari basis data dengan menerapkan struktur data Tree atau disebut dengan FP-Tree. Yang nantinya dapat membantu pemilik dalam perekomendasian produk untuk pengadaan stok.

Kata kunci : Perekomendasian produk , Algoritma Fp-Growth, Association Rules