IMPLEMENTASI DATA MINING UNTUK ANALISIS POLA ASOSIASI DATA PENJUALAN MENGGUNAKAN ALGORITMA FP-GROWTH DAN ECLAT PADA TOKO ADILLA

Abstrak

Pertumbuhan sektor ritel yang semakin kompetitif menuntut pelaku usaha untuk memanfaatkan data transaksi sebagai dasar pengambilan keputusan strategis. Toko Adilla sebagai salah satu usaha ritel modern mengalami fluktuasi omzet penjualan yang dipengaruhi oleh dinamika preferensi konsumen. Namun, pemanfaatan data transaksi masih terbatas pada identifikasi produk terlaris tanpa analisis keterkaitan antarproduk dalam satu transaksi. Penelitian ini bertujuan untuk mengimplementasikan teknik data mining menggunakan penggabungan algoritma FP-Growth dan Eclat dalam menganalisis pola asosiasi data penjualan pada Toko Adilla. Metode penelitian meliputi tahapan preprocessing data, pembentukan frequent itemset berdasarkan nilai minimum support, serta pembentukan aturan asosiasi menggunakan parameter minimum confidence dan evaluasi lift ratio. Hasil penelitian menunjukkan bahwa penggabungan kedua algoritma mampu mengidentifikasi pola pembelian yang relevan dan menghasilkan aturan asosiasi yang menunjukkan hubungan kuat antarproduk. Pola yang dihasilkan dapat dimanfaatkan untuk mendukung strategi pemasaran seperti promosi bundling, pengaturan tata letak produk, dan pengelolaan persediaan. Dengan demikian, penerapan association rule mining berbasis FP-Growth dan Eclat dapat memberikan rekomendasi strategis yang lebih terarah serta membantu meningkatkan efektivitas penjualan dan stabilitas omzet pada usaha ritel