Octavia Ningrum, Eka Puspita
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Asosiasi Penjualan Sembako di Toko Srikandi dengan Peningkatan Menggunakan Algoritma FP-Growth Octavia Ningrum, Eka Puspita; Rahaningsih, Nining; Dana, Raditya Danar
KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) Vol. 14 No. 1 (2025)
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/karmapati.v14i1.89577

Abstract

Pola pembelian produk di toko sembako menjadi faktor penting dalam pengelolaan stok dan strategi pemasaran. Toko Sembako Srikandi menghadapi tantangan dalam memahami kombinasi produk yang sering dibeli bersamaan, yang berpotensi menyebabkan ketidakefisienan operasional. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian berbasis data menggunakan algoritma FP-Growth pada data transaksi penjualan di Toko Sembako Srikandi. FP-Growth dipilih karena kemampuannya dalam mengolah data transaksi dalam jumlah besar untuk menemukan pola asosiasi yang signifikan. Analisis dilakukan dengan tiga parameter utama: support, confidence, dan lift.Hasil penelitian menunjukkan beberapa aturan asosiasi penting, seperti kombinasi "Minyak goreng, Mie instan, dan Bumbu penyedap" dengan confidence 0.500, serta "Beras, Sabun mandi, dan Sabun deterjen" dengan confidence 0.506. Kombinasi lain, seperti "Beras, Gula, dan Sabun mandi" (confidence 0.696) dan "Bumbu penyedap, Mie instan, dan Minyak goreng" (confidence 0.704), juga ditemukan. Nilai support, confidence, dan lift mencerminkan tingkat hubungan antarproduk yang berbeda.Temuan ini menunjukkan bahwa algoritma FP-Growth efektif dalam mengidentifikasi pola pembelian, memberikan wawasan strategis untuk pengelolaan stok dan pemasaran. Misalnya, produk yang sering dibeli bersama dapat ditempatkan berdekatan atau ditawarkan dalam promosi bundling. Dengan memahami pola pembelian, Toko Sembako Srikandi dapat mengoptimalkan operasional, meningkatkan efisiensi pengelolaan stok, dan meningkatkan kepuasan pelanggan. Penelitian ini memberikan dasar strategis untuk perencanaan pemasaran berbasis data di masa depan.