Penerapan Algoritma Fp-Growth Pada Sistem Bantu Analisa Data Penjualan Di CV. Nirwana Abadi

Abstract

Hasil dari penjualan pada CV. Nirwana Abadi pihak dari manajemen hanya melihat laporan jumlah produk terjual dan berapa banyak pendapatannya, tanpa ada tindak lanjut untuk menentukan keputusan diwaktu yang akan datang. Dengan algoritma Frequent Pattern Growth untuk analisa data dengan memperkecil ukuran dataset yang mempersentasikan frequent item ke dalam Fp-Tree untuk mencari pola asosiasi. Dengan demikian, pihak manajemen dapat mengambil keputusan produk mana yang membutuhkan persediaan yang lebih banyak dibandingkan dengan produk yang lain. Hasil penelitian yang telah dilakukan dengan adanya penerapan algoritma FP-Growth pada perhitungan manual dengan syarat batasan nilai support >=30% dan nilai confidence >= 60%. Dari dataset 40 transaksi penjualan produk peralatan dapur  yang menjadi frequent itemset adalah kombinasi itemset, terdapat 26 rules pola asosiasi. Hasil association rule diperoleh 2 rules yang telah memenuhi nilai syarat batasan yaitu 1) jika membeli produk(8) maka juga membeli produk(10) dengan nilai support = 32,5%,  nilai confidence = 62%, dan nilai lift ratio = 1,13 2) Jika membeli produk(9) maka juga membeli produk(10) dengan nilai support =32,5%, confidence = 68% dan lift ratio=1,24. Sehingga dapat membantu pihak dari CV. Nirwana Abadi untuk mengetahui produk yang paling laku terjual, jarang dibeli dan yang kurang laku.