Implementasi Data Mining Untuk Analisa Data Penjualan Cat Menggunakan Algoritma Apriori dan Fp Growth (Studi Kasus PT.Sumbermas Unggul Nastari)

Abstract

PT.Sumbermas Unggul Nastari menyediakan produk cat dengan berbagai  variasi merk. Setiap harinya terjadi transaksi penjualan barang yang mengakibatkan banyaknya data transaksi penjualan yang menumpuk. Peneliti tertarik untuk mengimplementasikan dan kemudian membandingkan dua algoritma association rule yaitu algoritma Apriori dan FP-Growth untuk memberikan informasi minimum support yang paling sesuai dengan kebutuhan untuk menghasilkan frequent itemsets tertinggi. Hasil yang diperoleh yaitu, JAC dengan support 66%, JB dengan support 66%, dan hasil yang memenuhi syarat minimum confidence 70% seperti Jika membeli JAC maka akan membeli JB dengan confidence 80%, Jika membeli JB maka akan membeli JAC dengan confidence 100%.