Penerapan Algoritma FP-Growth untuk Menganalisis Pola Penjualan Produk Supermarket

Abstract

Abstrak
Memahami perilaku konsumen sangat penting bagi pemilik bisnis, terutama di sektor ritel seperti supermarket.
Penelitian ini bertujuan untuk menerapkan Algoritma FP-Growth sebagai metode analitis untuk mengidentifikasi
pola pembelian produk dalam konteks supermarket. FP-Growth adalah teknik yang efisien untuk mengekstraksi
aturan asosiasi dari kumpulan data transaksi besar. Data yang digunakan dalam penelitian ini terdiri dari transaksi
penjualan produk supermarket selama periode satu bulan. Hasilnya menunjukkan bahwa algoritma FP-Growth
dapat menghasilkan 46 aturan baru yang menggambarkan hubungan antara produk yang sering dibeli bersama.
Keterkaitan satu produk mencakup 23 titik data, sementara keterkaitan dua produk berjumlah 23 titik data. Aturanaturan baru ini dapat dimanfaatkan untuk meningkatkan penjualan produk di supermarket. Misalnya, supermarket
dapat mempromosikan produk yang sering dibeli bersama. Selain itu, supermarket dapat mengatur ulang tata letak
barang agar produk yang sering dibeli berdekatan satu sama lain. Analisis ini dapat memberikan wawasan berharga
bagi pemilik supermarket, membantu mereka dalam mengembangkan strategi pemasaran yang lebih efektif dan
meningkatkan pengalaman belanja konsumen. Pendekatan ini dapat meningkatkan efisiensi dan daya saing bisnis
dalam menjual produk kepada konsumen.