Isi Artikel Utama
Abstrak
Data Mining merupakan teknik penting dalam analisis bisnis untuk menemukan pola tersembunyi dalam data transaksi. Penelitian ini membandingkan kinerja dua algoritma aturan asosiasi, Apriori dan FP-Growth, dalam mengidentifikasi pola keterkaitan antar produk. Studi ini bertujuan untuk mengevaluasi efisiensi waktu pemrosesan dan kualitas aturan asosiasi yang dihasilkan oleh kedua algoritma dalam konteks ritel. Dataset yang digunakan berasal dari transaksi Minimarket Adi Poday, mencakup 143.523 entri dan 97.548 transaksi dari Januari hingga Agustus 2024. Pemilihan dataset ini didasarkan pada relevansi dengan analisis pola belanja pelanggan untuk optimasi strategi pemasaran. Pengujian dilakukan dengan parameter minimum support 0,01, dan hasil menunjukkan bahwa FP-Growth lebih unggul dalam kecepatan pemrosesan dibandingkan Apriori, dengan selisih waktu eksekusi rata-rata sebesar 33,33% detik lebih cepat pada dataset yang sama. Implikasi penelitian ini bagi pemilik minimarket adalah penggunaan algoritma FP-Growth untuk analisis pola pembelian dapat membantu dalam penataan produk dan strategi promosi yang lebih efektif. Selain itu, penelitian ini berkontribusi pada bidang Sistem Informasi dengan menunjukkan efektivitas FP-Growth dalam menangani data transaksi berskala besar, serta memberikan wawasan dalam pemilihan algoritma yang sesuai untuk kebutuhan bisnis ritel.
Kata Kunci
Rincian Artikel
Artikel ini berlisensi Creative Commons Attribution-NoDerivatives 4.0 International License.
References
- F. Dwi Insani and H. Al Fatta, “Perbandingan Algoritma Apriori Dan FP-Growth Untuk Rekomendasi Item Paket Pada Konten Promosi Di Perusahaan Mu-Mart,” Jurnal Bisnis Digital dan Sistem Informasi, vol. 4, no. 2, pp. 19–24, 2023.
- N. Lestari and R. F. Gunawan, “Implementasi Data Mining untuk Menentukan Pola Penjualan dengan Market Basket Analysis,” Insearch (Informastion System Research Journal), vol. 1, no. 2, 2021.
- S. K. M. K. D. A. N. A. P. S. K. M. K. Amril Mutoi Siregar, DATA MINING: Pengolahan Data Menjadi Informasi dengan RapidMiner. CV Kekata Group. [Online]. Available: https://books.google.co.id/books?id=rTlmDwAAQBAJ
- M. Arhami and Muhammad Nasir, Data Mining - Algoritma dan Implementasi, vol. 1. Penerbit Andi, 2020.
- Mustika, Yunita Ardila, Abraham Manuhutu, and Nazaruddin Ahmad, Data Mining dan Aplikasinya, 1st ed. Widina Bhakti Persada Bandung, 2021.
- D. Astika, “Penerapan Data Mining Untuk Menganalisis Penjualan Barang Dengan Pada Supermarket Sejahtera,” Journal Unimal, 2015.
- P. Soleh, A. Tholib, and M. N. F. Hidayat, “Penerapan Data Mining Untuk Analisa Pola Pembelian Produk Menggunakan Algoritma Frequent Pattern – Growth,” Rekayasa, vol. 14, pp. 456–460, Jan. 2021, doi: 10.21107/rekayasa.v14i3.11365.
- D. S. Nugroho, N. Islahudin, V. Normasari, and S. Z. Al Hakiim, “Penerapan Market Basket Analysis (MBA) Data Mining Menggunakan Metode Asosiasi Appriori Dan FP-Growth Pada Wan Caffeine Addict Yogyakarta,” JISI: Jurnal Integrasi Sistem Industri, vol. 11, no. 1, p. 121, Feb. 2024, doi: 10.24853/jisi.11.1.121-134.
- Ranjana Rajnish and Meenakshi Srivastava, Web Data Mining with Python. BPB Online, 2023.
- D. Renaldi and Edy, Menjelajah Bahasa Python dengan Google Colab, 1st ed. Guepedia, 2024.
- D. Rodrigues, 30 Algorithms Machine Learning An Essential Guide for Students and Professionals. Diego Rodrigues, 2024.
- F. Abdullah and S. F. Pane, Analisis Hubungan Harga Bahan Bakar Terhadap Bahan Pangan Menggunakan Generalized Autoregressive Conditional Heteroscedasticity(GARCH). Penerbit Buku Pedia, 2023.
- D. Jollyta, Prohandoko, A. Hajjah, E. Haerani, and M. Siddik, Algoritma Klasifikasi untuk Pemula Solusi Python dan RapidMiner. Deepublish Digital, 2023.
- R. Rianti, “Apa itu Visualisasi Data? | Penyajian Visualisasi Data Statistik dengan Google Colab,” Medium.
- R. Amelia and A. Maulana Rismadin, “Perbandingan Algoritma Apriori dan FP-Growth dalam Pengaplikasian Market Basket Analysis untuk Strategi Bisnis Retail,” Technology and Science (BITS), vol. 6, no. 1, Jun. 2024, doi: 10.47065/bits.v6i1.5388.
- Z. Abidin, A. Kharisma Amartya, and A. Nurdin, “Penerapan Algoritma Apriori Pada Penjualan Suku Cadang Kendaraan Roda Dua (Studi Kasus: Toko Prima Motor Sidomulyo),” Jurnal Teknoinfo, vol. 16, no. 2, pp. 17–19, 2022, [Online]. Available: https://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index
References
F. Dwi Insani and H. Al Fatta, “Perbandingan Algoritma Apriori Dan FP-Growth Untuk Rekomendasi Item Paket Pada Konten Promosi Di Perusahaan Mu-Mart,” Jurnal Bisnis Digital dan Sistem Informasi, vol. 4, no. 2, pp. 19–24, 2023.
N. Lestari and R. F. Gunawan, “Implementasi Data Mining untuk Menentukan Pola Penjualan dengan Market Basket Analysis,” Insearch (Informastion System Research Journal), vol. 1, no. 2, 2021.
S. K. M. K. D. A. N. A. P. S. K. M. K. Amril Mutoi Siregar, DATA MINING: Pengolahan Data Menjadi Informasi dengan RapidMiner. CV Kekata Group. [Online]. Available: https://books.google.co.id/books?id=rTlmDwAAQBAJ
M. Arhami and Muhammad Nasir, Data Mining - Algoritma dan Implementasi, vol. 1. Penerbit Andi, 2020.
Mustika, Yunita Ardila, Abraham Manuhutu, and Nazaruddin Ahmad, Data Mining dan Aplikasinya, 1st ed. Widina Bhakti Persada Bandung, 2021.
D. Astika, “Penerapan Data Mining Untuk Menganalisis Penjualan Barang Dengan Pada Supermarket Sejahtera,” Journal Unimal, 2015.
P. Soleh, A. Tholib, and M. N. F. Hidayat, “Penerapan Data Mining Untuk Analisa Pola Pembelian Produk Menggunakan Algoritma Frequent Pattern – Growth,” Rekayasa, vol. 14, pp. 456–460, Jan. 2021, doi: 10.21107/rekayasa.v14i3.11365.
D. S. Nugroho, N. Islahudin, V. Normasari, and S. Z. Al Hakiim, “Penerapan Market Basket Analysis (MBA) Data Mining Menggunakan Metode Asosiasi Appriori Dan FP-Growth Pada Wan Caffeine Addict Yogyakarta,” JISI: Jurnal Integrasi Sistem Industri, vol. 11, no. 1, p. 121, Feb. 2024, doi: 10.24853/jisi.11.1.121-134.
Ranjana Rajnish and Meenakshi Srivastava, Web Data Mining with Python. BPB Online, 2023.
D. Renaldi and Edy, Menjelajah Bahasa Python dengan Google Colab, 1st ed. Guepedia, 2024.
D. Rodrigues, 30 Algorithms Machine Learning An Essential Guide for Students and Professionals. Diego Rodrigues, 2024.
F. Abdullah and S. F. Pane, Analisis Hubungan Harga Bahan Bakar Terhadap Bahan Pangan Menggunakan Generalized Autoregressive Conditional Heteroscedasticity(GARCH). Penerbit Buku Pedia, 2023.
D. Jollyta, Prohandoko, A. Hajjah, E. Haerani, and M. Siddik, Algoritma Klasifikasi untuk Pemula Solusi Python dan RapidMiner. Deepublish Digital, 2023.
R. Rianti, “Apa itu Visualisasi Data? | Penyajian Visualisasi Data Statistik dengan Google Colab,” Medium.
R. Amelia and A. Maulana Rismadin, “Perbandingan Algoritma Apriori dan FP-Growth dalam Pengaplikasian Market Basket Analysis untuk Strategi Bisnis Retail,” Technology and Science (BITS), vol. 6, no. 1, Jun. 2024, doi: 10.47065/bits.v6i1.5388.
Z. Abidin, A. Kharisma Amartya, and A. Nurdin, “Penerapan Algoritma Apriori Pada Penjualan Suku Cadang Kendaraan Roda Dua (Studi Kasus: Toko Prima Motor Sidomulyo),” Jurnal Teknoinfo, vol. 16, no. 2, pp. 17–19, 2022, [Online]. Available: https://ejurnal.teknokrat.ac.id/index.php/teknoinfo/index