Finding Customer Patterns Using FP-Growth Algorithm for Product Design Layout Decision Support

Abstract

Database transaksi berisi dataset yang sangat banyak dan tidak teratur sehingga memerlukan mekanisme lain untuk membacanya, padahal banyak pengetahuan baru yang dapat diungkap diantaranya asosiasi atau keterkaitan antar barang atau produk yang sering dibeli oleh pelanggan. Temuan baru keterkaitan antar variabel tersebut biasanya disebut dengan association rule mining. Algoritma yang berkembang dan sering digunakan adalah frequent pattern-growth (FP-Growth). Permasalahan database transaksi yang sangat banyak tersebut juga terjadi di Mr. A. Sehingga pada penelitian ini akan dilakukan mencarian pola pelanggan dengan menggunakan algoritma FP-Growth. Algoritma tersebut bertujuan untuk mencari frequent itemset yang maksimum. Frequent itemset tersebut akan digenerate menjadi aturan asosiatif sehingga menjadi pengetahuan baru yang berharga. Pengetahuan tersebut dapat dijadikan sebagai referensi dan bahan pertimbangan dalam melakukan pengambilan keputusan. Algoritma FP-Growth akan diimplementasikan menggunakan tools rapidminer terhadap data transaksi penjualan barang Mr. A. Pola aturan yang akan dicari berdasarkan data transaksi penjualan barang. Hasil penelitian didapatkan enam aturan asosiasi dengan lima kesimpulan adalah kategori gift. Sehingga saran pengambilan keputusan untuk peletakan (layout) barang berdekatan dan mengelilingi kategori gift agar meningkatkan strategi pemasaran maupun pelayanan guna menarik perhatian dan minat pengunjuk dalam melakukan transaksi pembelian barang. Kata kunci: aturan asosiasi, frequent pattern-growth, layout, pola aturan