Market Basket Analysis untuk Swalayan KSU Sumber Makmur dengan Algoritma FP Growth
DOI:
https://doi.org/10.52985/insyst.v2i1.149Keywords:
data mining, association rules, market basket analysis, Apriori, frequent pattern, growth, FP-growthAbstract
Salah satu teknik data mining yang populer digunakan adalah association data mining atau yang biasa disebut dengan istilah market basket analysis. Market basket didefinisikan sebagai suatu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi. Market basket analysis adalah suatu sarana untuk meningkatkan penjualan. Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengan pembentukan aturan-aturan asosiasi. Algoritma Apriori dan frequent pattern growth adalah dua algoritma yang sangat populer untuk menemukan sejumlah frequent itemset dari data-data transaksi yang tersimpan dalam basis data. Dalam penelitian ini algoritma frequent pattern growth (FP Growth) digunakan untuk menemukan sejumlah aturan asosiasi dari basis data transaksi penjualan di Swalayan KSU Sumber Makmur (Trenggalek). Dari hasil pengolahan data didapatkan pola pembelian paling kuat berupa jika membeli pasta gigi maka dimungkinkan juga akan membeli sabun dan jika membeli shampo juga akan membeli sabun dengan tingkat keyakinan (confidence) 63% dan 62%.
References
R. Agrawal, R. Srikant, and others, “Fast algorithms for mining association rules,” in Proc. 20th int. conf. very large data bases, VLDB, 1994, vol. 1215, pp. 487–499.
W. Zhang, H. Liao, and N. Zhao, “Research on the FP growth algorithm about association rule mining,” in 2008 International Seminar on Business and Information Management, 2008, vol. 1, pp. 315–318.
A. Trnka, “Market basket analysis with data mining methods,” in 2010 International Conference on Networking and Information Technology, 2010, pp. 446–450.
M. Hossain, A. H. M. S. Sattar, and M. K. Paul, “Market Basket Analysis Using Apriori and FP Growth Algorithm,” in 2019 22nd International Conference on Computer and Information Technology (ICCIT), 2019, pp. 1–6.
D. H. Setiabudi, G. S. Budhi, I. W. J. Purnama, and A. Noertjahyana, “Data mining market basket analysis’ using hybrid-dimension association rules, case study in Minimarket X,” in 2011 International Conference on Uncertainty Reasoning and Knowledge Engineering, 2011, vol. 1, pp. 196–199.
J. Han, M. Kamber, and J. Pei, “Data mining concepts and techniques third edition,” Morgan Kaufmann Ser. Data Manag. Syst., vol. 5, no. 4, pp. 83–124, 2011.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2020 Journal of Intelligent System and Computation
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
