IMPLEMENTASI DATA MINING SEBAGAI PENENTU PERSEDIAAN PRODUK DENGAN ALGORITMA FP-GROWTH PADA DATA PENJUALAN SINARMART

  • Anggun Pastika Sandi Universitas Nahdlatul Ulama Indonesia
  • Vina Widya Ningsih Universitas Nahdlatul Ulama Indonesia
Keywords: Data Mining, Algoritma Frequent Pattern Growth, Frequent Pattern Tree, Rapidminer.

Abstract

Persediaan produk menjadi salah satu penentu keberhasilan dalam penjualan pada sebuah toko. Berdasarkan studi kasus yang terjadi di Sinarmart, persediaan produk dilakukan ketika produk telah habis. Dengan menggunakan data mining algoritma FP-Growth, diharapkan dapat membantu dalam mengambil keputusan kedepannya untuk menentukan persediaan produk. Penelitian ini menggunakan penerapan algoritma FP-Growth melalui aplikasi Rapidminer 9.10 dengan batasan minimum support ≥ 65% dan batasan minimum confidence ≥ 80%. Data yang digunakan adalah penjualan produk selama bulan agustus 2021 sebanyak 31 transaksi berasal dari 13 kategori produk. Hasil penelitian menunjukkan penjualan produk minuman, susu, snack, permen, ice cream, dan rokok memiliki nilai support kategori tinggi sebesar 96,77% dan penjualan produk perlengkapan dewasa dan anak-anak serta obat nyamuk memiliki nilai support kategori dibawah minimum support.

Published
2022-05-18
How to Cite
Anggun Pastika Sandi, & Vina Widya Ningsih. (2022). IMPLEMENTASI DATA MINING SEBAGAI PENENTU PERSEDIAAN PRODUK DENGAN ALGORITMA FP-GROWTH PADA DATA PENJUALAN SINARMART. Jurnal Publikasi Ilmu Komputer Dan Multimedia, 1(2), 111-122. https://doi.org/10.55606/jupikom.v1i2.343