Optimasi Strategi Penjualan dengan FP-Growth: Mengungkap Pola Pembelian Tersembunyi melalui Market Basket Analysis

Anggun Paila
Ranisyah Anggraini
Nurul Azizah
Della Anggraini
Etis Sunandi

Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Vol. 4 No. 3 (2025): EDISI MEI 2025

Algoritma FP-Growth merupakan salah satu metode yang efisien untuk menemukan pola frekuensi tinggi dalam dataset yang besar. Algoritma ini bekerja dengan membangun FP-Tree yang memampatkan data transaksi tanpa menghasilkan kandidat itemset yang berlebihan. Dengan pendekatan ini, FP-Growth mampu mengurangi waktu komputasi secara signifikan dan meningkatkan kinerja pada dataset yang kompleks. Penelitian ini membahas implementasi algoritma FP-Growth untuk menemukan pola asosiasi pada dataset transaksi penjualan. Hasil yang dicapai dalam penelitian ini menggunakan minimum support 0,2% dan minimum confidence 50% mendapatkan 13 aturan asosiasi yaitu terdapat 7 item yang dibeli tanpa syarat, jika memberi Vareebadd Phone maka akan membeli USB-C Charging Cable, jika membeli Google Phone maka membeli Wired Headphones atau USB-C Charging Cable, dan jika membeli iPhone maka akan membeli Apple Airpods Headphones, Wired Headphones, atau Lightning Charging Cable. Berdasarkan aturan asosiasi maka dapat membantu pengelola toko dalam pengambilan keputusan strategis, seperti pengaturan tata letak produk dan strategi promosi yang lebih efektif.