POLA FREKUENSI PENJUALAN BARANG BALI MART MENGGUNAKAN FP-GROWTH

  • Dewi Eka Putri Universitas Putra Indonesia YPTK Padang
Abstract viewed = 27 times
PDF (Bahasa Indonesia) downloaded = 26 times

Abstract

Tingginya persaingan dalam bisnis, terutama dalam industri minimarket, membuat para pengelola minimarket harus memikirkan cara agar dapat meningkatkan penjualan di minimarket mereka. Salah satunya  bisa dilakukan dengan memanfaatkan data transaksi di minimarket tersebut. Bali Mart merupakan salah satu minimarket yang berada di Padang. Masalah di Bali Mart adalah banyaknya barang yang tidak terjual karena pihak minimarket tidak bisa melihat pola beli konsumen. Pola beli konsumen diperlukan agar pihak minimarket bisa melihat frekuensi barang yang dibeli konsumen dan mengelola tata letak barang di minimarket tersebut, sehingga akan sangat memudahkan konsumen dalam mencari barang saat berbelanja. Data mining merupakan pendekatan yang dinilai cocok untuk mendapatkan pola frekuensi barang di Bali Mart. Penelitian ini menggunakan 12 transaksi penjualan di Bali Mart. Contoh pola penjualan barang yang diperoleh adalah dari 12 transaksi yang membeli GR, 6 transaksi membeli ST. Algoritma yang digunakan adalah FP-Growth dapat memecahkan masalah pihak minimarket dalam melihat kecenderungan barang yang dibeli secara bersamaan oleh konsumen, sehingga akan memudahkan pihak pengelola minimarket dalam mengatur pengadaan barang yang akan dijual dan mengatu tata letak barang di minimarket agar memudahkan konsumen dalam mencari barang.

Downloads

Download data is not yet available.

References

Mamahit, Natalia, and Anita Qoiriah. 2019. “Penerapan Algoritma Fp-Growth Dan K-Means Pada Data Transaksi Minimarket.” Journal of Informatics and Computer Science (JINACS) 1(02).
Mandala, Eka Praja Wiyata. 2017. “Pola Frekuensi Judul Skripsi Mahasiswa Teknik Informatika Dengan Algoritma Apriori.” Jurnal TeknoIf 5(2). https://ejournal.itp.ac.id/index.php/tinformatika/article/view/854 (November 29, 2018).
Melati, Delila, and Titi Sri Wahyuni. 2019. “Association Rule Dalam Menentukan Cross-Selling Produk Menggunakan Algoritma FP-Growth.” Jurnal Vokasional Teknik Elektronika dan Informatika 7(4).
Mulya, Dio Prima. 2019. “Analisa Dan Implementasi Association Rule Dengan Algoritma Fp-Growth Dalam Seleksi Pembelian Tanah Liat (Studi Kasus Di Pt. Anveve Ismi Berjaya).” Jurnal Teknologi Dan Sistem Informasi Bisnis 1(1): 47–57.
Nurdin, Nurdin, and Dewi Astika. 2019. “Penerapan Data Mining Untuk Menganalisis Penjualan Barang Dengan Menggunakan Metode Apriori Pada Supermarket Sejahtera Lhokseumawe.” TECHSI-Jurnal Teknik Informatika 7(1): 132–55.
Prahartiwi, Lusa Indah. 2017. “Pencarian Frequent Itemset Pada Analisis Keranjang Belanja Menggunakan Algoritma FP-Growth.” Information System for Educators and Professionals 2(1): 1–10.
Prasetyo, Eko. 2014. “Data Mining Mengolah Data Menjadi Informasi Menggunakan Matlab.” Yogyakarta: Andi Offset.
Prasidya, Adyawangkara Katon, and Charitas Fibriani. 2017. “Analisis Kaidah Asosiasi Antar Item Dalam Transaksi Pembelian Menggunakan Data Mining Dengan Algoritma Apriori (Studi Kasus: Minimarket Gun Bandungan, Jawa Tengah).” JUTI: Jurnal Ilmiah Teknologi Informasi 15(2): 173–84.
Putro, Adi Nugroho Susanto, and Richardus Indra Gunawan. 2019. “Implementasi Algoritma FP-Growth Untuk Strategi Pemasaran Ritel Hidroponik (Studi Kasus: PT. HAB).” Jurnal Buana Informatika 10(1): 11–18.
Sumangkut, Kezia, Arie S M Lumenta, and Virginia Tulenan. 2016. “Analisa Pola Belanja Swalayan Daily Mart Untuk Menentukan Tata Letak Barang Menggunakan Algoritma FP-Growth.” Jurnal Teknik Informatika 8(1).
Published
2020-06-29
How to Cite
PUTRI, Dewi Eka. POLA FREKUENSI PENJUALAN BARANG BALI MART MENGGUNAKAN FP-GROWTH. JOISIE (Journal Of Information Systems And Informatics Engineering), [S.l.], v. 4, n. 1, p. 15-21, june 2020. ISSN 2527-3116. Available at: <http://www.ejournal.pelitaindonesia.ac.id/ojs32/index.php/JOISIE/article/view/517>. Date accessed: 20 oct. 2020. doi: https://doi.org/10.35145/joisie.v4i1.517.
Section
Articles