Algoritma FP-Growth Untuk Mengkaji Pola Belanja Konsumen Pada Baby Shop By Netti

Abstrak

Baby Shop By Netti yang berdiri sejak tahun 2017 bergerak di bidang perlengkapan bayi dengan fokus produk utamanya yaitu pakaian bayi, mainan bayi, dan berbagai macam produk pendukung lainnya. Toko ini harus memenuhi kebutuhan konsumen dan dituntut memenuhi untuk mengambil langkah yang tepat dalam menentukan strategi penjualan. Seiring dengan data penjualan yang setiap hari makin bertambah serta berkaitan dengan tingkah laku para pembeli yang selalu berubah-ubah menuntut terciptanya suatu teknologi yang dapat memenuhi kebutuhan tersebut. Dengan data mining menggunakan Frequent Pattern Growth (FP-Growth) adalah salah satu alternatif algoritme yang dapat digunakan untuk menentukan himpunan data yang sering muncul, data mining sendiri adalah Proses menemukan hubungan, pola, dan tren yang bermakna dengan memeriksa kumpulan data besar yang disimpan dalam memori menggunakan teknik pengenalan pola seperti teknik statistik dan matematika.  Algoritma FP-Growth merupakan salah satu algoritma data mining yang dapat menemukan pola asosiasi yang fungsinya untuk menemukan relasi atau korelasi antara himpunan item-item. Adapun beberapa tahapan data mining yaitu seleksi data, pemilihan data , transformasi, data mining, intrepertasi. Aturan asosiasi diartikan pada basket data yang digunakan untuk keperluan promosi, desain katalog untuk meningkatkan penjualan. Hasil penelitian ini ditemukan aturan asosiasi yang paling tinggi sebesar 30%  dengan nilai lift 1.98% pada aturan “Jika membeli theeter bayi maka membeli kaus kaki anak”