Sistem Rekomendasi Penentuan Poin Produk Menggunakan Algoritma FP-Growth Dan K-Means Clustering
DOI:
https://doi.org/10.29407/inotek.v6i2.2589Abstract
Data transaksi pada Toko Bro Petshop yang tertumpuk dalam proses transaksi tidak dimanfaatkan untuk keperluan apapun. Toko Bro Petshop Kediri juga sering ketinggalan ketersediaan bahan dan produk dengan merek tertentu yang tidak tersedia, dikarenakan data yang dimiliki terlalu banyak sehingga membuat Toko ini sulit untuk melakukan pendataan produk dalam pemenuhan stok barang suatu produk. Selain itu adanya kesulitan dalam menentukan tata letak setiap produk yang bertujuan untuk mempermudah penemuan barang yang sering sekali dibeli secara bersamaan oleh konsumen. Pada kegiatan promosi, diperlukan strategi yang baik agar penjualan bisa meningkat dan mampu bersaing dengan perkembangan pasar. Dari permasalahan tersebut dibutuhkan sistem cerdas agar meminimalisir permasalahan diatas. Promosi dapat dilakukan dengan merekomendasikan poin pada setiap produk hewan peliharaan dengan cara memberikan reward agar menarik konsumen untuk membeli berbagai produk yang tersedia.
Keywords:
Asosiasi, Clustering, Data Mining, Poin Produk, Rekomendasi.##plugins.themes.default.displayStats.downloads##
References
Khambali, A., & Satrio, T. 2020. Berbasis Android Di Toko Wahyu Tani. SURYA INFORMATIKA, vol 9(1). hal 22-31.
Mulyana, M. 2019. Strategi Promosi Dan Komunikasi. Manajemen Pemasaran Universitas Terbuka.
Salam, A., Zeniarja, J., Wicaksono, W., & Kharisma, L. 2019. Pencarian Pola Asosiasi Untuk Penataan Barang Dengan Menggunakan Perbandingan Algoritma Apriori Dan Fp-growth (Study Kasus Distro Epo Store Pemalang). Dinamik, vol 23(2). hal 57–65.
Lestari, N. S., & Murti, D. S. R. 2020. Perancangan Aplikasi Pembuatan Kartu Keluarga Berbasis Web Menggunakan Php Dan Mysql. Isu Teknologi Stt Mandala, vol 15(2). hal 1–13.
Hasuna, S., Hastomo, W., Sestri, E., & Kalbuana, N. 2020. Implementasi Association Rule & Frequent Pattern Growth Untuk Penentuan Sistem Rekomendasi Keputusan Pembelian. Prosiding SeNTIK, vol 4(1). hal 175-179.
Akbar, R. 2020. PREDIKSI MUTU PEMBELAJARAN SMK JURUSAN TKJ MENGGUNAKAN ALGORITMA DATA MINING K-MEANS CLUSTERING. Ponorogo : Fakultas Teknik UMP.
Ardianto, A., & Fitrianah, D. 2019. Penerapan Algoritma Fp-growth Rekomendasi Trend Penjualan ATK Pada CV. Fajar Sukses Abadi. Jurnal Telekomunikasi Dan Komputer, vol 9(1). hal 49-60.
Muqsit, M.A., Swanjaya, D. 2021. “Analisa Model Pengelompokan Data Survey Kepuasan Pelanggan Menggunakan Metode Self Organizing Maps". Prosiding SEMNAS INOTEK, vol 5(3). hal 126-131.
Ndruru, E., & Limbong, R. 2018. Implementasi Data Mining Dalam Pengelompokan Jurusan yang Diminati Siswa SMK Negeri 1 Lolowa’u menggunakan Metode Clustering. MEANS (Media Informasi Analisa Dan Sistem), vol 3(2). hal 107–113.
Retno, S. 2019. Peningkatan Akurasi Algoritma K-Means Dengan Clustering Purity Sebagai Titik Pusat Cluster Awal (Centroid). Medan: Fakultas ILKOM & Teknologi Informasi USU.
Annur, H. 2019. Penerapan Data Mining Menentukan Strategi Penjualan Variasi Mobil Menggunakan Metode K-means Clustering. Jurnal Informatika Upgris, vol 5(1). hal 40-45.
Ugrasena, A. M., & Falani, A. Z. 2021. Pemanfaatan Algoritma Fp-growth Untuk Menentukan Strategi Penjualan Pada Kedai Kopi Teras Garden. Systemic: Information System and Informatics Journal, vol 6(2). hal 33–37.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Rendi Dwi Apriansa; Intan Nur Farida, Umi Mahdiyah

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License