<![CDATA[Penentuan pola pembelian merupakan salah satu aspek penting dalam analisis perilaku konsumen di bidang ritel. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian sembako dan kebutuhan harian dengan menggunakan algoritma FP-Growth pada dataset sintetis. Algoritma FP-Growth dipilih karena kemampuannya yang efisien dalam menemukan frequent itemsets tanpa perlu melakukan pengulangan pada dataset, sehingga lebih cepat dibandingkan dengan algoritma lainnya seperti Apriori. Dataset sintetis yang digunakan mencerminkan transaksi pembelian di toko ritel untuk menguji kemampuan algoritma dalam menemukan pola pembelian yang relevan. Hasil penelitian menunjukkan bahwa algoritma FP-Growth dapat secara efektif mengidentifikasi kombinasi barang yang sering dibeli bersama, yang dapat dimanfaatkan oleh pelaku bisnis untuk menyusun strategi penjualan, seperti penawaran paket hemat. Implementasi algoritma ini diharapkan dapat membantu toko ritel dalam memahami kebutuhan konsumen dan meningkatkan strategi pemasaran mereka.]]>
Copyrights © 2024
