Penerapan Data Mining Untuk Analisa Pola Pembelian Produk Menggunakan Algoritma Frequent Pattern – Growth

Abstract

Dalam mengembangkan bisnis perusahaan distribusi produk chemicals, penerapan teknologi informasi menjadi sangat penting untuk menjamin kelancaran penjualan produk kebersihan yang ditawarkan. Perusahaan dihadapkan pada tantangan untuk memberikan pelayanan terbaik kepada pembeli Menerapkan rencana bisnis yang efektif untuk menghindari kerugian. Oleh karena itu, Untuk meningkatkan penjualan produk yang ditawarkan, perusahaan harus mencari strategi yang bagus. Algoritme FP-Growth merupakan salah satu opsi algoritme alternatif yang bisa dipakai untuk mencari pola kombinasi produk. Selain itu, dalam mengontrol dan mengelola persediaan, penting untuk menentukan data yang akurat. Untuk menentukan strategi penjualan produk sabun, salah satu teknik yang dapat digunakan adalah teknik data mining. Dalam hal ini, Algoritma Fp-Growth ialah pengembangan dari algoritma Apriori yang menggunakan konsep pengembangan pohon untuk mencari frequent itemset yang sering dibeli. Pola belanja yang terbentuk berpengaruh besar terhadap penjualan produk. Proses analisis Metode dimulai dengan menjaring dan membuat aturan asosiasi untuk beberapa itemset yang sering muncul. Dengan memformulasikan FP-Tree dan mengurangi penggunaan memori, algoritma FP-Growth dapat mempermudah pencarian itemset yang sering muncul. Pola interaksi produk dalam aturan asosiasi dapat membantu perusahaan dalam menetapkan strategi pemasaran dan penjualan yang lebih baik