Kemajuan teknologi informasi memungkinkan perusahaan melakukan analisis data lebih mendalam untuk meningkatkan penjualan. Salah satu teknik data mining yang berguna untuk tujuan ini adalah algoritma FP-Growth (Frequent Pattern Growth). Algoritma ini akan memanfaatkan catatan transaksi dari periode Januari 2024 hingga Desember 2024 sebagai data yang dianalisis. Proses analisis melibatkan pra-pemrosesan data, konstruksi FP-Tree, dan pembangkitan itemset frekuen berdasarkan nilai minimum support dan confidence yang telah ditentukan. Hasil penelitian menunjukkan bahwa algoritma FP-Growth secara efektif mengidentifikasi beberapa aturan asosiasi saat bekerja dengan dataset besar, dengan kecepatan dan skalabilitas sebagai keunggulan utamanya. Analisis mengungkapkan bahwa terdapat 2 itemset dengan minimum support 30% dan confidence 70%, yaitu 'BS' dan 'SO'.
Copyrights © 2025