Implementasi Algoritma Asosiasi Fp-Growth Dan Klasifikasi K-Means Terhadap Pola Pembelian Konsumen Di Marketplace Shopee

Abstract

Belanja online saat ini menjadi kebiasaan masyarakat, terutama dalam bidang fashion pakaian. Konsumen cenderung berbelanja produk fashion online, terutama saat bulan Ramadhan menjelang Idul Fitri, khususnya untuk busana koko atau busana muslim. Dalam menghadapi lonjakan permintaan tersebut, pemilik toko online perlu merancang strategi penjualan yang efektif. Oleh karena itu diperlukan strategi pemasaran menggunakan data mining menggunakan algoritma K-Means dan FP-Growth untuk menganalisis pola pembelian konsumen berdasarkan data histori penjualan di Shopee. K-Means digunakan untuk klasterisasi dan segmentasi pelanggan dengan model RFM, menghasilkan 3 kelompok dengan karakteristik unik. FP-Growth digunakan untuk mencari aturan asosiasi item, menghasilkan rekomendasi stok produk. Hasil menunjukkan klaster 2 dari K-Means memiliki karakteristik yang dominan dengan nama klaster “Superaktif”, dan FP-Growth mengidentifikasi beberapa item yang sering muncul dalam setiap transaksi serta item-item yang sering dibeli secara bersamaan dari dataset data transaksi penjualan.