IMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH (FP-GROWTH) UNTUK MENGETAHUI CROSS SELLING PADA TRANSAKSI ONLINE RETAIL
Abstrak
Data mining telah banyak diimplementasikan ke berbagai bidang salah satunya
dalam bidang bisnis penjualan pada toko online. Penggunaan data mining dalam dunia
bisnis dapat mengetahui strategi pemasaran untuk mempengaruhi konsumen agar
melengkapi produk utama yang dibeli dengan menawarkan produk lain yang bisa
melengkapinya. Salah satu cara untuk mengetahui strategi bisnis tersebut adalah dengan
menggunakan menggunakan Algoritma Frequent Pattern Growth (FP-Growth). Sistem
yang di bangun pada penelitian ini menggunakan bahasa pemrograman php dan database
Mysql untuk mencari pola cross selling. Proses dari sistem dimulai dengan mencari nilai
support untuk tiap item dan kombinasi antar item, kemudian dicari nilai confidence untuk
tiap kombinasi yang memenuhi minimum support. Kombinasi yang memenuhi nilai
minimum support dan minimum confidence nantinya akan menjadi sebuah aturan
asosiasi. Aturan asosiasi yang dihasilkan akan digunakan sebagai informasi mengenai
pembentukan pola cross selling tiap produk apa saja yang sering dibeli bersamaan oleh
konsumen. Untuk mendapatkan akurasi sistem maka dilakukan pengujian dengan
menggunakan 4 macam nilai minimum confidence yakni 25%, 50%, 75%, 100% dan nilai
minimum support mulai dari 1 sampai 11. Sebagian besar hasil memiliki jumlah aturan
yang berbeda-beda yang disebabkan nilai minimum support dan minimum confidence
yang semakin besar. Hal ini disebabkan Semakin tinggi nilai minimum support akan
semakin tersaring item-item yang sering muncul dan sedangkan semakin tinggi nilai
minimum confidence maka semakin tinggi juga nilai peluang kepastian itemset tersebut
terjual secara bersamaan.
Kata kunci : Cross Selling, Online Retail, FP-Growth, Association Rule, Data Mining
S06-20311 | S06-20311 PRA 2020 | Koleksi Skripsi | Tersedia |
Tidak tersedia versi lain