Penerapan Data Mining Dalam Menentukan Pola Penjualan Sepatu Menggunakan Algoritma FP-Growth

Syahriani, Syahriani

doi:10.30865/jurikom.v9i6.5148

Cited by 5 publications

(5 citation statements)

References 11 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dengan menemukan pola kombinasi ini, diharapkan pemilik Bengkel Sinar Service dapat mendapatkan wawasan yang berharga mengenai kecenderungan penjualan alat bengkel. Informasi ini dapat digunakan untuk meningkatkan performa pelayanan dengan menyesuaikan persediaan sparepart, mengetahui produk-produk yang sering terjual, dan merancang strategi pemasaran yang lebih efektif [6].…”

Section: Pendahuluanunclassified

Optimasi Pola Pembelian Toko Sembako Dengan Algoritma Fp-Growth

Fitriyah,

Kaslani,

Tohidi

et al. 2024

jati

View full text Add to dashboard Cite

Toko sembako adalah toko kelontong (bahan pokok) yang menjual berbagai macam kebutuhan pokok masyarakat pada umumnya. Tanpa kebutuhan dasar masyarakat bisa terganggu karena bahan pokok ini yang paling utama. Penempatan pada produk toko ini masih dilakukan secara tradisional/manual oleh pemilik toko dan data transaksi penjualan di Toko ini hanya digunakan sebagai simpanan tanpa dimaksimalkan penggunaannya. Semakin banyak toko kelontong modern semakin sedikit pelanggan yang membeli di toko tersebut. Dalam penerapan teknik data mining menggunakan metode asosiasi dengan memanfaatkan Algoritma Fp-Growt, Permasalahannya adalah belum bisa mengetahui produk apa yang sering di minati pelanggan, ketersediaan produk seringkali tidak sesuai dengan keinginan konsumen sehingga bisa berdampak buruk. Algoritma Fp-Growth ini digunakan untuk mengidentifikasi peraturan yang mengatur keterkaitan antara kombinasi itemset. dalam data transaksi penjualan, dengan tujuan memberikan rekomendasi untuk mengoptimalkan strategi penjualan dengan mengidentifikasi produk-produk yang sering dibeli bersamaan, dan menyusun menu berdasarkan preferensi konsumen. Berdasarkan Association Rules menghasilkan 3 barang yang umumnya dibeli oleh pelanggan yaitu Gula, Minyak Goreng dan Tepung. Hasil evaluasi menunjukan nilai support tertinggi pada seluruh itemset sebesar 0.170. Pengujian pembentukan itemset, dengan nilai support 0.1 dan nilai confidence 0.5 mendapatkan rule sebanyak 7 rule dan mendapatkan nilai confidence yang paling tinggi yaitu 0.950 serta mendapatkan nilai lift paling tinggi 4.923 sehingga dinyatakan semua aturan yang dihasilkan memiliki kekuatan dan validitas yang dapat diandalkan untuk digunakan meningkatkan strategi penjualan. Penelitian ini dapat membantu Toko untuk dapat meningkatkan pengalaman pelanggan, mengoptimalkan stok produk, dan meningkatkan kepuasan pelanggan secara keseluruhan. Hasil temuan dari penelitian ini bisa dimanfaatkan untuk memberikan bantuan atau dukungan dalam proses penjualan, fokus pada barang - barang yang banyak diminati oleh pelanggan dan ketersediaan stok barang.

show abstract

Section: Pendahuluanunclassified

Optimasi Pola Pembelian Toko Sembako Dengan Algoritma Fp-Growth

Fitriyah,

Kaslani,

Tohidi

et al. 2024

jati

View full text Add to dashboard Cite

show abstract

“…Penelitian berjudul "Penerapan Data Mining Dalam Menentukan Pola Penjualan Sepatu Menggunakan Algoritma FP-Growth " [7], penelitian dilakukan dengan memanfaatkan perangkat lunak Rapid Miner, dengan pengujian menggunakan nilai minimum support 0,2 (20%) dan nilai minimum confidence 0,5 (50%), menghasilkan 32 aturan asosiasi yang digunakan sebagai rencana pemasaran periode berikutnya. Pada penelitian yang berjudul "Data Mining Untuk Menganalisa Pola Penjualan Pestisida Menggunakan Algoritma FP-Growth" [8], melakukan riset dan membangun desain aplikasi berbasis desktop yang akan membantu UD.…”

Section: Pendahuluanunclassified

Analisis Pola Pembelian Produk Makanan Menggunakan Algoritma Fp-Growth Untuk Strategi Penjualan

Prasetyo,

Hasugian

2024

IDEALIS

View full text Add to dashboard Cite

Data penjualan sangat penting di sektor perdagangan untuk memahami perilaku konsumen dan tren penjualan produk, yang pada akhirnya menghasilkan keuntungan. PT Kusno Baso, sebuah perusahaan yang bergerak dibidang kuliner, menjual produk olahan bakso dan otak-otak. Dalam dua tahun terakhir ini yang berfokus pada penjualan tunai pabrik ada sebagian produk mengalami penuruan penjualan. Produksi olahan yang banyak serta jumlah data penjualan yang besar menjadi kendala dalam menganalisis data secara manual. Hal ini menyebabkan produk-produk yang sudah diproduksi setiap harinya menumpuk karena ada yang kurang laku terjual. Salah satu faktor yang mempengaruhi adalah belum mengetahui produk apa saja yang paling sering dibeli oleh konsumen dalam satu kali transaksi. Untuk mengatasi hal tersebut, tujuan dari penelitian ini adalah menghasilkan saran pola kombinasi pembelian produk dengan memanfaatkan algoritma FP-Growth untuk strategi cross-selling. Penelitian ini menggunakan metodologi penelitian Cross-Industry Standard Process for Data Mining (CRISP-DM). Metode pengumpulan data sekunder dilakukan pada data transaksi tunai pabrik penjualan produk olahan bakso dan otak-otak di PT Kusno Baso Ciledug pada tanggal 11 Mei 2021 sampai dengan tanggal 11 Mei 2023 yang terdiri dari 600 data transaksi dan 21 atribut yang sudah bersih tanpa ada missing value. Hasil dari penelitian ini yaitu memberikan pola asosiasi yang menjelaskan produk mana yang paling sering dibeli dalam waktu bersamaan, yang dapat dijadikan acuan dalam strategi penjualan dengan sistem cross-selling. Hasil penelitian percobaan terbaik menggunakan algoritma FP-Growth diperoleh dengan setting parameter minimum Support 20%, minimum Confidence 70% dan nilai lift ratio > 1 yang menghasilkan 9 rekomendasi aturan asosiasi dengan 11 item produk.

show abstract

“…Perhitungan ini dapat dianggap sebagai perhitungan terbaik dalam menentukan contoh-contoh reguler dalam besar atau kecilnya informasi dibandingkan dengan perhitungan turunan [12].…”

Section: Algoritma Fp-growthunclassified

Analisis Pengaruh Pola Penjualan Dengan Menggunakan Frequent Pattern Growth Di Toko Azzahra Snack

Alkatiri,

Ali

2024

jati

View full text Add to dashboard Cite

Dalam bisnis yang berkembang pesat, peran teknologi informasi sangat penting. Analisis belanja keranjang pasar (Market Basket Analysis) menggunakan algoritma FP-Growth telah menjadi metode yang relevan untuk memahami pola transaksi penjualan. Penelitian ini bertujuan menganalisis pola transaksi di Toko Azzahra Snack dengan menerapkan algoritma FP-Growth. Data Mining dengan algoritma FP-Growth digunakan untuk menemukan pola kombinasi hubungan antar item-set melalui Association Rules. Hasil analisis dapat membimbing manajemen stok produk yang kurang diminati, melalui tahapan Knowledge Discovery in Database (KDD) yang melibatkan Data Selection, Data Cleaning, Transformation Data, Data Mining, dan Interpretation atau Evaluation. Eksperimen pertama mengungkapkan empat item makanan paling sering dibeli oleh pelanggan: Lemper, Dimsum, Combro, dan Donat. Eksperimen kedua menunjukkan lima item makanan yang sering dibeli, termasuk Putu Ayu. Rules Support (X,Y) menunjukkan Support dan Confidence tertinggi untuk masing-masing item, memberikan wawasan untuk mengoptimalkan penjualan pada makanan yang diminati pelanggan. Berdasarkan hasil eksperimen, Association Rules pada 4 item makanan pertama dan 5 item makanan kedua dapat mengoptimalkan penjualan pada produk yang sering dibeli pelanggan, dengan Support dan Confidence tertinggi untuk setiap item.

show abstract

Penerapan Data Mining Dalam Menentukan Pola Penjualan Sepatu Menggunakan Algoritma FP-Growth

Cited by 5 publications

References 11 publications

Optimasi Pola Pembelian Toko Sembako Dengan Algoritma Fp-Growth

Optimasi Pola Pembelian Toko Sembako Dengan Algoritma Fp-Growth

Analisis Pola Pembelian Produk Makanan Menggunakan Algoritma Fp-Growth Untuk Strategi Penjualan

Analisis Pengaruh Pola Penjualan Dengan Menggunakan Frequent Pattern Growth Di Toko Azzahra Snack

Contact Info

Product

Resources

About