PENCARIAN POLA ASOSIASI UNTUK PENATAAN BARANG DENGAN MENGGUNAKAN PERBANDINGAN ALGORITMA APRIORI DAN FP-GROWTH (STUDY KASUS DISTRO EPO STORE PEMALANG)
Abstract
Analisis keranjang pasar merupakan study tentang proses analisis untuk mencari sebuah aturan asosiasi dalam mencermati pola-pola pembelian konsumen pada setiap transaksi penjualan, pola-pola pembelian yang sudah di dapat dari pencarian dataset kemudian dapat digunakan untuk merencakan strategi penjualan seperti harga diskon jika membeli barang A dan B atau menunjukan tata letak pada barang yang ditemukan pada proses pencarian pola asosiasi yang menghasilkan aturan asosiasi, pola asosiasi sendiri memiliki beberapa metode untuk mencari aturan asosiasi dan yang sering dipakai dalam pencarian aturan asosiasi adalah Apriori dan FP-Growth dimana kedua metode ini menghasilkan aturan asosiasi dengan tingkat lift ratio yang tinggi dimana jika lift ratio bernilai >1 sudah dinyatakan valid sehingga semakin besar tingkat lift ratio pada aturan asosiasi yang ditemukan maka akan semakin kuat aturan asosiasi tersebut, pada penelitian ini penulis melakukan pencarian aturan asosiasi pada data penjualan epo store pada bulan November, Desember 2017 dan Januari 2018, dengan menggunakan dua metode pencarian asosiasi yaitu apriori dan FP-Growth untuk membandingkan metode mana yang lebih baik dalam pencarian aturan asosiasi serta untuk melakukan perencanaan penjualan berupa tata letak dari metode yang memiliki tingkat lift ratio tertinggi.
References
M. Iqbal dan Muatin, “Analisa Keranjang Belanja Konsumen Pada Data Penjualan Bulan Ramadhan Menggunakan Algoritma Apriori (Studi Kasus : Citro Coffepark Clothes Pekanbaru),” dalam Seminar Nasional Teknologi Informasi, Komunikasi dan Industri(STNKI), Riau, 2017.
S. Shukla, B.K.Mohanty dan A. Kumar, “A Multi Attribute Value Theory approach to rank association rules leveraging better bussines decision making,” ScieneDirect, vol. I, no. 16, pp. 1031-1038, 2017.
D. P. Larasati, S. M. Muhammad Nasrun dan S. Umar Ali Ahmad, “Analysis and Implementation of FP-Growth Algorithm In Smart Application to Detemine Market Basket Analysis on Retail Bussiness (Case Study: PT. X),” dalam e-proceding of engineering, Bandung, 2015.
F. Mohamad, R. S. Kemas dan A. Ibnu, “Penerapan Metode Association Rule Menggunakan Algoritma Apriori Pada Simulasi Prediksi Hujan Wilayah Kota Bandung,” JITTER ( Jurnal Ilmiah Teknlogi informasi Terapan , vol. II, no. 10, pp. 221-227, April 2016.
T. T. Yu dan K. T. Lynn, “Proposed Method for Modified Apriori Algorithm,” Information and Knowledge Engineering, pp. 68-73, 2017.
A. Anas, “Apriori Algorithm Use for A Consumer Behavior in The Purchase of Goods,” Jurnal Sains dan Informatika, vol. I, no. 10, pp. 45-59, 2015.
P. N. Utari dan R. F. Hakim, “Penerapan Metode Association Rule Menggunakan Algoritma Apriori Untuk Analisa Pola Data Kecelakaan Pesawat dari Tahun 1967-2014 di Indonesia,” dalam Prociding Seminar Nasional Matematika dan pendidikan Matematika UMS, Jakarta, 2015.
Amrin, “Data Mining Dengan Algoritma Apriori untuk Penentuan Aturan Asosiasi Pola Pembelian Pupuk,” Paradigma, vol. XIX, no. 8, pp. 74-79, Maret 2017.
E. Nurelasari, “Algoritma Asosiasi K-Means dan FP-Growth Untuk Analisis Keranjang Pasar Pada Penjualan Produk Alumunium,” Information Management for Education And Profesionals, pp. 179-186, 2017.
I. Djamaludin dan A. Nursikuwagus, “Analisis Pola Pembelian Konsumen Pada Transaksi Penjualan Menggunakan Algoritma Apriori,” Jurnal SIMETRIS, vol. 8, no. 11, pp. 671-678, November 2017.
W. A. Triyanto, V. Suhartono dan H. Himawan, “Analisis Keranjang Pasar Menggunakan K-Medoids dan FP-Growth,” Pseudocode, vol. II, no. 17, pp. 129-142, September 2014.
