REKOMENDASI PENEMPATAN PRODUK BERDASARKAN ASSOCIATION RULE DALAM FREQUENT PATTERN-GROWTH (FP-GROWTH)

Abstract

Produk merupakan bentuk benda yang memiliki nilai untuk diperjualbelikan. Penjualan produk yang beraneka ragam biasa ditemukan di supermarket atau bentuk usaha lain sejenis supermarket. Penempatan produk di dalam toko dapat mempengaruhi tingkat penjualan terhadap produk tersebut. Pada umumnya penempatan produk dilakukan oleh pemilik usaha hanya berdasar intuisi saja. Padahal dengan penempatan produk yang tertata dengan baik serta sesuai pendampingan nya, akan berdampak terhadap tingkat penjualan.Association rule yang merupakan salah satu teknik di dalam data mining. Association rule yang digunakan adalah algoritma Frequent Pattern-Growth (FP-Growth). Algoritma ini salah satu algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sekumpulan data. FP-Growth merupakan salah satu teknik yang ada di dalam data mining yang berfungsi untuk memprediksi. Prediksi dapat dilakukan dengan adanya rule yang dihasilkan. Rule yang dihasilkan menunjukkan keterkaitan antara satu item dengan item lain yang ditunjukkan dengan nilai lift ratio yang tertinggi.       Pada penelitian ini akan menguraikan penerapan teknik Association Rule di dalam FP-Growth untuk memperoleh rule yang dapat menjadi rekomendasi dalam penempatan produk.  Rule yang dihasilkan dapat digunakan sebagai acuan dalam penempatan produk yang didasari dari nilai lift ratio yang tertinggi.   Pada penelitian ini melibatkan data testing dan data training yang akan digunakan berasal dari data transaksi penjualan. Data transaksi penjualan diperoleh dengan menggunakan sampel data transaksi yang terjadi di Koperasi Citra Mas Universitas Amikom Yogyakarta. Pada penelitian ini melibatkan 10 data testing dan 20 data training. Dari pengujian 20 data training dengan menggunakan minimal support 5 dan minimal confidence 15 menghasilkan 56 rules.
 
Kata kunci— Association rule, FP-Growth, Produk, Rekomendasi