<![CDATA[Persaingan bisnis pada sektor ritel modern mendorong perusahaan untuk memahami pola perilaku konsumen guna meningkatkan efektivitas strategi promosi. Data transaksi penjualan yang tersimpan dalam sistem ritel dapat dimanfaatkan untuk menemukan hubungan antar produk yang sering dibeli secara bersamaan melalui pendekatan data mining. Penelitian ini bertujuan untuk menganalisis frequent itemset dan pola asosiasi produk menggunakan metode Association Rule dengan algoritma FP-Growth untuk mendukung strategi promosi pada ritel modern. Data yang digunakan berupa data transaksi penjualan minimarket yang telah melalui tahapan pre-processing, transformasi data, dan pembentukan itemset. Proses analisis dilakukan dengan menentukan nilai minimum support dan minimum confidence untuk menghasilkan aturan asosiasi yang relevan. Hasil penelitian menunjukkan bahwa algoritma FP-Growth mampu mengidentifikasi pola pembelian konsumen berdasarkan kombinasi produk yang sering muncul dalam transaksi. Beberapa aturan asosiasi yang diperoleh memiliki nilai support dan confidence yang tinggi sehingga dapat dimanfaatkan sebagai dasar dalam penyusunan strategi promosi, penentuan paket bundling produk, serta penempatan produk pada area penjualan. Dengan demikian, penerapan Association Rule menggunakan algoritma FP-Growth dapat membantu pihak ritel dalam meningkatkan efektivitas promosi dan mendukung pengambilan keputusan berbasis data.]]>
Copyrights © 2026
