<![CDATA[Penelitian ini bertujuan menganalisis data penjualan cokelat untuk menemukan pola asosiasi antar produk menggunakan algoritma FP-Growth. Dalam era digital, data transaksi menjadi aset penting untuk mendukung pengambilan keputusan bisnis berbasis data. Menggunakan dataset penjualan cokelat dari Kaggle, penelitian ini menerapkan data mining untuk mengidentifikasi keterkaitan produk dalam satu transaksi. Tahapan analisis meliputi pembersihan data, penambahan ID transaksi, dan transformasi data ke format binomial sesuai kebutuhan algoritma. FP-Growth dipilih karena mampu mengekstraksi frequent itemsets secara efisien tanpa membentuk kandidat itemset seperti pada metode Apriori, sehingga lebih cepat dan hemat sumber daya. Hasil analisis berupa frequent itemsets dan association rules digunakan untuk mengenali kombinasi produk yang sering dibeli bersama. Temuan ini berguna untuk strategi pemasaran seperti bundling, penataan rak, dan sistem rekomendasi pada platform digital. Penelitian ini diharapkan dapat mendukung pengembangan strategi bisnis berbasis analisis data, serta memperkuat penerapan data mining dalam sistem informasi, khususnya pengelolaan penjualan ritel di sektor makanan ringan seperti cokelat.]]>
Copyrights © 2025
