<![CDATA[Dalam era digital yang kompetitif, pemahaman terhadap perilaku konsumen menjadi kunci keberhasilan bisnis, termasuk dalam industri percetakan. Permasalahan yang sering dihadapi oleh pelaku usaha percetakan adalah kurangnya informasi mengenai pola pembelian pelanggan, sehingga menyulitkan dalam pengambilan keputusan strategis, khususnya terkait pemasaran dan pengelolaan persediaan. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian pelanggan dengan menerapkan algoritma Frequent Pattern Growth (FP-Growth) sebagai salah satu metode data mining. Penelitian menggunakan 1.018 data transaksi penjualan dari sebuah usaha percetakan, dan diolah menggunakan perangkat lunak RapidMiner. Tahapan analisis meliputi praproses data binomial, pembangunan FP-Tree, serta penetapan parameter minimum support sebesar 0,3 dan minimum confidence sebesar 0,8. Hasil penelitian menunjukkan sejumlah pola pembelian yang signifikan, antara lain kombinasi produk Ivory23 dan FoodpakMatte1 dengan nilai confidence sebesar 0,820, serta pola GreaseProof → FoodpakMatte1 dengan confidence sebesar 0,867. Temuan ini diharapkan dapat menjadi dasar dalam perumusan strategi promosi dan manajemen stok yang lebih efektif.]]>
Copyrights © 2025
