<![CDATA[Perkembangan teknologi informasi menghasilkan sejumlah besar data transaksi yang dapat dimanfaatkan untuk mendukung pengambilan keputusan bisnis, termasuk dalam pengelolaan persediaan di pasar tradisional. Namun, sebagian besar pedagang masih menentukan jumlah persediaan berdasarkan pengalaman dan intuisi, sehingga berisiko mengalami kelebihan maupun kekurangan stok. Penelitian ini bertujuan untuk menganalisis pola belanja konsumen dan memprediksi permintaan produk menggunakan algoritma Frequent Pattern Growth (FP-Growth) pada data transaksi penjualan sayur di Pasar Raya Medan Mega Trade Centre (MMTC), Medan. Penelitian ini menggunakan pendekatan kuantitatif deskriptif dengan memanfaatkan data transaksi penjualan sebagai data sekunder. Analisis dilakukan melalui tahapan prapemrosesan data dan penerapan algoritma FP-Growth untuk menghasilkan aturan asosiasi berdasarkan nilai support, confidence, dan lift. Hasil penelitian menunjukkan bahwa aturan asosiasi terkuat adalah Terong Ungu, Labu Kuning, dan Wortel → Sawi Putih, dengan nilai support sebesar 0,366667, confidence sebesar 1,000000, dan lift sebesar 1,428571. Temuan tersebut menunjukkan adanya hubungan pembelian yang kuat antarproduk dan membuktikan bahwa algoritma FP-Growth dapat mendukung perencanaan persediaan serta pengambilan keputusan berbasis data di pasar tradisional.]]>
Copyrights © 2026
