<![CDATA[Dalam membangun sebuah bisnis toko vape sangat memerlukan penggunaan teknologi informasi, guna mendukung kelancaran penjualan produk-produk vape yang telah tersedia pada toko. Pemilik toko kesulitan mengetahui produk mana yang paling laris dalam waktu yang bersamaan. Pemilik usaha perlu menentukan strategi penjualan yang efektif untuk meningkatkan penjualan produk. Salah satu cara untuk menentukan strategi penjualan yang efektif adalah dengan memanfaatkan teknik data mining. Penelitian ini dilakukan untuk menentukan produk-produk yang sering dibeli secara bersamaan oleh pelanggan. Hasil penelitian ini akan digunakan untuk mengembangkan strategi penjualan yang lebih efektif. Penelitian ini menggunakan algoritma FP-Growth untuk menghasilkan kumpulan frequent itemset. frequent itemset kemudian digunakan untuk menentukan aturan yang menghasilkan kumpulan item yang lebih terarah. Algoritma FP-Growth merupakan pengembangan dari algoritma Apriori. Analisis perhitungan metode Apriori yang dibangun menghasilkan aturan asosiasi yang cukup baik, tetapi proses pembentukan nya membutuhkan waktu yang lama. Sebaliknya, analisis perhitungan metode FP-Growth menghasilkan aturan asosiasi yang lebih efektif dan efisien. Data yang digunakan yaitu 15 jenis produk vape dan 1161 data transaksi. Pada penelitian ini ditentukan nilai minimum support sebesar 0,6 dan nilai minimum confidence sebesar 0,8 Dari hasil pengujian yang dilakukan didapatkan sebuah aturan (rule) dengan nilai confidence 1.]]>
