<![CDATA[Dengan meningkatnya volume data transaksi di sektor ritel, termasuk toko sembako, analisis pola transaksi menjadi kebutuhan penting untuk mendukung pengambilan keputusan berbasis data. Penelitian ini bertujuan untuk mengidentifikasi aturan asosiasi yang memenuhi kriteria minimum support sebesar 0,95 dan minimum confidence sebesar 0,94, serta mengungkap pola transaksi signifikan dalam data penjualan. Analisis ini diharapkan dapat memberikan wawasan penting untuk mengoptimalkan pengelolaan stok dan merancang strategi promosi yang lebih efektif. Penelitian ini menerapkan metode Knowledge Discovery in Database Process (KDD), yang meliputi beberapa tahapan: pengumpulan data transaksi penjualan, preprocessing untuk membersihkan dan menyusun data, transformasi data ke format yang sesuai untuk analisis, penerapan algoritma FP-Growth untuk menghasilkan aturan asosiasi, serta evaluasi hasil. Data yang digunakan berasal dari transaksi toko sembako dalam periode tertentu yang mencakup berbagai jenis produk.Hasil eksperimen menunjukkan bahwa tidak ada aturan asosiasi yang memenuhi kriteria minimum support 0,95 dan minimum confidence 0,94. Namun, analisis lebih lanjut menemukan bahwa item dengan nilai support tertinggi adalah beras, dengan nilai sebesar 0,912. Selain itu, pola asosiasi dengan confidence tertinggi adalah kombinasi daging sebagai premis dan beras sebagai konklusi, dengan nilai confidence sebesar 0,941. Hasil ini menunjukkan bahwa meskipun kriteria awal tidak terpenuhi, pola pembelian tertentu tetap dapat dimanfaatkan untuk analisis mendalam. Diskusi penelitian ini menyoroti potensi algoritma FP-Growth dalam mengidentifikasi pola transaksi yang relevan, meskipun diperlukan penyesuaian parameter awal. Penelitian ini memberikan kontribusi praktis bagi pengelolaan toko sembako, khususnya dalam pengaturan stok dan strategi promosi berbasis data. Penelitian lanjutan disarankan untuk menggunakan dataset yang lebih besar serta parameter yang lebih fleksibel guna mendapatkan hasil yang lebih komprehensif.]]>
