Implementasi Data Mining Metode Asosiasi Algoritma FP-Growth Pada Perusahaan Ritel

Abstract

ABSTRAK

Toko Gunung Agung Cabang Semarang adalah salah satu perusahaan ritel yang berada di Kota Semarang, menjual buku-buku, peralatan kantor dan sekolah. Setiap transaksi penjualannya selalu dicatat dan didokumentasikan. Pendokumentasian dan catatan-catatan itu membentuk data dan tersimpan di basis data. Data-data yang tersimpan tersebut akan terus bertambah. Sehingga jumlah data yang tersimpan dalam basis data dan semakin besar ini akan dimanfaatkan dengan menggunakan ilmu data mining. Metodologi yang digunakan untuk pemecahan masalah dalam penelitian ini adalah CRISP-DM (CRoss-Industry Standard Process for Data Mining). Dan menggunakan teknik data mining association. Dari penerapan teknik asosiasi tersebut akan menghasilkan aturan asosiasi atau hubungan antar produk. Dari pengetahuan berupa rule asosiasi yang ditemukan, selanjutnya dimanfaatkan untuk menentukan tata letak barang dagangan sebagai salah satu strategi penjualan.

Dari hasil penelitian, perhitungan menggunakan algoritma FP-Growth dengan parameter minimum support 0.04 dan confidence 0.2 secara manual dan menggunakan tools Rstudio untuk 100 transaksi pertama telah menghasilkan rule asosiasi yang sama. Selanjutnya, untuk seluruh transaksi penjualan periode 1 tahun (1 September 2019 sampai 31 Agustus 2020) yaitu sebanyak 57.449 transaksi dengan 133.571 record dengan menggunakan Rstudio telah menghasilkan 6 rule. Sehingga untuk mengatur tata letak barang berdasarkan rule hasil perhitungan semua data tersebut, barang dengan kode kategori H (WRITING INSTRUMENT) harus diletakkan berdekatan dengan barang dengan kode kategori G (SCHOOL STATIONERY) dan barang dengan kategori F (OFFICE ESSENTIAL).