Analisa Pola Belanja Menggunakan Algoritma FP Growth, Self Organizing Map (Som) Dan K Medoids (original) (raw)
Related papers
Penerapan Algoritma Fp-Growth Untuk Menganalisis Pola Belanja
Kopertip, 2021
Kedai Bunsigjib is one of the many shops in the city of Cirebon that sells Korean food and drinks. Every day, there are sales transactions at Kedai Bunsigjib. Sometimes consumers don't just buy one food or drink, but two or more foods or drinks in one transaction. The recording of transactions is still limited to documentation and has not been used, only allowed to pile up by Kedai Bunsigjib. Transaction data is also related to spending patterns but has not been utilized by Kedai Bunsigjib. Whereas shopping patterns can be used to increase sales and speed up the service process at Kedai Bunsigjib. The purpose of this study was to determine the pattern (rules) of consumer shopping associations at Kedai Bunsigjib using the FP-Growth Algorithm. The association method includes the FP-Growth Algorithm. The data used is data obtained from the Bunsigjib shop. The dataset is a history of food and beverage orders. Furthermore, the association of the dataset is carried out. Then the pattern of association rules is evaluated using the Lift Ratio. So the results obtained are that there are 2 valid itemsets based on the accuracy of the lift ratio which states that the itemset is valid if > 1, which is a high possibility if consumers will buy Lemon Tea first, they will buy Regular Tteokpeokki with 90% support and 10.9% confidence , and if consumers want to buy Regular Tteokpeokki first then buy Lemon Tea with 90% Support and 13.1% Confidence.
2020
Apotek merupakan tempat transaksi jual-beli obat, setiap apotek harus memiliki aturan dalam tata letak obat untuk memudahkan konsumen dan apotek dalam bertransaksi. Apotek mandiri utama merupakan salah satu apotek berada di pekanbaru yang melayani sekitar 6.000 transaksi perbulan. Pengaturan tata letak obat pada apotek ini masih berdasarkan kategori dan abjad, hal ini belum sesuai dengan pembelian konsumen. Algoritma FP-Growth adalah salah satu alternatif algoritma untuk sebuah strategi pengetahuan tentang pola belanja. Pola belanja tersebut berpengaruh besar terhadap perusahaan dalam penjualan, Dari 15.672 data transaksi data januari sampai desember 2018 bahwa obat Ceterizen dan Binotal sering dibeli bersamaan. Dalam pengendalian dan persediaan barang perlunya rekomendasi Economy Order Quantity. Berikut obat rekomendasi dalam pemesanan obat periode berikutnya dan antara lain Ibu Profen dengan jumlah stripe 181 frekuensi pemesanan 22 kali dengan jarak 16 hari, Sanaflu dengan jumlah s...
Analisa Pola Transaksi Pembelian Konsumen Pada Toko Ritel Kesehatan Menggunakan Algoritma FP-Growth
JATI (Jurnal Mahasiswa Teknik Informatika)
Persaingan dalam dunia bisnis ritel saat ini menuntut perusahaan untuk terus menemukan berbagai macam strategi dan kreatifitas dalam menjalankan bisnis. CV Harmoni Medicine Indonesia merupakan perusahaan ritel yang bergerak dalam penjualan produk kesehatan dan kecantikan. Salah satu strategi bisnis yang dapat dilakukan adalah Cross-selling atau menawarkan produk lain yang memiliki keterkaitan dengan produk yang dibeli sehingga dapat meningkatkan sales penjualan. Penelitian ini bertujuan untuk melakukan analisa pembelian konsumen dengan melihat keterkaitan antara produk yang sering dibeli. Data yang digunakan dalam penelitian ini merupakan data transaksi penjualan CV Harmoni Medicine Indonesia selama 3 tahun dari 1 Januari 2020 hingga 31 Desember 2023 yang mempunyai 9.844 baris data dan 10 atribut. Metode yang digunakan pada penelitian ini menggunakan pendekatan data mining asosiasi dengan algoritma Frequent Pattern Growth (FP-Growth) yang mempunyai tahap proses di mulai pengumpulan ...
JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 2020
Dalam kegiatan transaksi jual beli di minimarket ataupun toko pemilik harus mengerti apa yang diinginkan komsumen dalam memberikan kenyaman berbelanja, terutama kemudahan dalam pemilihan barang yang disesuaikan dengan tata letak atau penempatan barang. Dengan menerapkan association rule pada data transaksi akan memudahkan pemilik dalam mengelolah informasi penjualan dan mencari itemset. Oleh karena itu, penelitian ini Melakukan analisis pola data transaksi penjualan dengan menerapkan metode asosiasi pada data mining. Selanjutnya dengan melakukan perbandingan algoritma Fp-Growth dan Eclat dengan minimum support dan confidence sebesar 0.01% untuk menentukan jumlah aturan yang terbentuk sebagai bahan pengambil keputusan yang ditunjukan untuk frekuensi keranjang belanja.
Penerapan Algoritma FP-Growth Dan K-Medoids Untuk Rekomendasi Produk Pada Kiky Swalayan
2021
Kiky Swalayan adalah salah satu swalayan yang ada di Tembilahan Kabupaten Indragiri Hilir. Data transaksi yang ada pada Kiky Swalayan hanya sebatas digunakan sebagai laporan penjualan saja padahal Bisnis retail membutuhkan strategi pemasaran dengan mengolah data transaksi penjualan tersebut dengan Data Mining. Data mining dapat mengambil informasi yang penting dari database yang besar dan dibutuhkan manusia. Metode data mining yang biasa digunakan untuk menganalisis keranjang pasar yaitu Association Rules. Aturan asosiasi cenderung mengabaikan itemset besar, dan rekomendasi item kurang tepat karena informasi tentang produk ritel tidak tersedia, Untuk mengatasi masalah tersebut atribut yang ada dicluster menggunakan K-Medoids untuk membentuk kelompok atribut yang sama dan kemudian menentukan pola asosiasi menggunakan FP-Growth pada masing-masing kelompok,sehingga dapat mempermudah proses mencari rekomendasi produk. Tujuan tugas akhir ini adalah menerapkan algoritma K-Medoids untuk cl...
Penerapan Algoritma FP-Growth Untuk Menentukan Pola Pembelian Konsumen Pada Ahass Cibadak
Swabumi
Dalam sebuah perusahaan, memperoleh laba keuntungan dan keberlanjutan kehidupan perusahaan merupakan sebuah tujuan utama. Dalam mencapai tujuannya, penjualan menjadi salah satu fungsi pemasaran yang paling penting. Semakin lama data pada transaksi penjualan akan meningkat dan termasuk seiring meningkatnya permintaan konsumen yang harus diimbangi dengan teknologi sistem informasi untuk proses penjualan dan pelaporan hasil penjualannya. Penelitian ini bertujuan untuk menentukan pola pembelian konsumen dengan salah satu algoritma asosiasi yaitu FP-Growth dengan data transaksi penjualan di PT. Selamat Lestari Mandiri Cibadak. Data transaksi penjualan memiliki 13 atribut dan 216 catatan. Berdasarkan penelitian yang diperoleh dari hasil penjualan suku cadang, terdapat beberapa item produk yang paling banyak dijual secara simultan serta bersamaan di PT. Selamat Lestari mandiri Cibadak. Dengan algoritma FP-Growth untuk menganalisa pola pembelian konsumen sangat bermanfaat bagi perusahaan, k...
Penerapan Metode Algoritma Apriori dan FP-Tree Pada Penentuan Pola Pembelian Obat
Paradigma - Jurnal Komputer dan Informatika
Dewasa ini perkembangan industri kesehatan khususnya farmasi meningkat. Itu bisa dilihat dari kemunculan Prodi farmasi di berbagai Akademika civitas. Seiring pertumbuhan industri, informasi tentang produknya menjadi kebutuhan bagi perusahaan. Salah satu kebutuhan penting adalah informasi tentang penjualan obat-obatan dan informasi tentang persiapan atau produksi obat-obatan. Informasi mengenai berapa banyak obat yang akan diproduksi merupakan hal yang sangat penting karena hal ini berkaitan dengan berapa banyak penjualan yang terjadi dalam kurun waktu tertentu atau target pasar yang akan dicapai. Algoritma priori termasuk jenis aturan asosiasi pada data mining. Aturan yang menyatakan hubungan antara berbagai atribut sering disebut analisis afinitas atau analisis pasar basket. Analisis asosiasi atau asosiasi aturan penambangan adalah teknik penambangan data untuk menemukan aturan kombinasi item. Dan FP-Tree adalah struktur penyimpanan data terkompresi. FP-Tree dibangun dengan memetakan setiap catatan transaksi ke setiap jalur spesifik di FP-tree. Berdasarkan data transaksi penjualan obat di pabrik Farma kimia Jakarta, dilakukan analisis menggunakan algoritma Apriori dengan dukungan parameter minimum 10% dan kepercayaan minimum 50%. Hasil penelitian menghasilkan 7 aturan Asosiasi dengan kombinasi item terbesar hingga 2 item.
ABSTRAKS Semakin pesatnya pertumbuhan perusahaan kosmetik, terutama di Indonesia, membuat persaingan bisnis dibidang ini juga semakin ketat. Setiap perusahaan berusaha menghasilkan produk-produk kosmetik terbaik demi memberikan pelayanan memuaskan kepada pelanggan. Namun terkadang karena semakin besarnya data transaksi penjualan yang terjadi, membuat semakin sulit dalam menentukan strategi bisnis dan promosi. Pada kondisi tersebut dibutuhkan sebuah teknik pengolahan data yang baik, salah satunya dengan teknik data mining. Salah satu yang dapat digunakan pada teknik tersebut adalah dengan algoritma FP-Growth, yaitu sebuah algoritma yang menghasilkan frequent itemset yang nantinya akan digunakan dalam proses penentuan aturan yang dapat menghasilkan sebuah pilihan. Pada penelitian ini mengambil sebuah objek data transaksi penjualan sebuah toko kosmetik, dari data transaksi tersebut diolah dengan algoritma FP-Growth. Dari hasil pengujian yang dilakukan didapatkan sebuah aturan (rule) yang memiliki nilai confidence terbaik adalah 89% dengan aturan pada setiap pembelian produk MASKER BERAS PUTIH dapat dipastikan akan membeli PUTIH LANGSAT FACIAL FOAM. Kata Kunci : kosmetik, penjualan, data mining, frequent itemset, FP-Growth 1. PENDAHULUAN Persaingan dunia bisnis pada saat ini sangatlah ketat, terutama di bidang bisnis retail kosmetik. Beberapa tahun belakangan ini di Indonesia sudah banyak perusahaan-perusahaan kosmetik bermunculan dengan berbagai jenis merk dan variasi produk yang ditawarkan. Tidak hanya menghasilkan produk-produk kosmetik saja, namun perusahaan-perusahaan tersebut juga mendirikan bisnis-bisnis retail mereka guna mendukung penjualan produk-produk yang mereka sudah produksi. Dalam membangun bisnis retail tersebut, perusahaan kosmetik tidak luput untuk menggunakan teknologi informasi guna mendukung kelancaran penjualan produk-produk mereka tersebut. Tidak dipungkiri bahwa penggunaan teknologi informasi menjadi sebuah keharusan pada saat ini, dengan melihat pesat dan ketatnya persaingan bisnis di bidang tersebut. Semakin banyaknya bisnis retail penjualan produk kosmetik yang ada, maka secara otomatis persaingan bisnis tersebut akan semakin ketat. Setiap perusahaan akan berusaha untuk tidak saja menghasilkan produk-produk kosmetik yang berkualitas, namun juga berusaha untuk memberikan pelayanan pemasaran terbaik terhadap pasar atau pelanggan. Dalam hal memberikan pelayanan terbaik terhadap pasar atau pelanggan perusahaan akan menggunakan strategi bisnis yang terbaik. Terkadang perusahaan terkendala dalam hal menentukan strategi, banyak faktor yang menyebabkan hal tersebut. Salah satu faktor penyebabnya adalah sulitnya menghasilkan analisa terkait dengan data penjualan pelanggan yang sudah ada. Adapun pada penelitian ini mengangkat masalah yang ada di toko kosmetik MT Shop Kelapa Gading, yaitu masih belum teroganisirnya produk-produk yang paling banyak terjual dan saling berhubungan, yang diletakkan pada rak-rak produk, kemudian belum maksimalnya promosi produk-produk yang dibuat dalam satu paket yang saling berhubungan. Selain itu masih banyak produk-produk yang di produksi namun proses penjualannya tidak atau belum maksimal. Dari kasus yang terjadi di MT Shop Kelapa Gading tersebut penelitian ini akan mencoba memberikan usulan terkait sebuah cara bagi penganalisaan data penjualan produk untuk memaksimalkan strategi pemasaran dan promosi produk dari sebuah retail kosmetik. Tidak hanya memaksimalkan strategi pada pemasaran dan promosi produk saja, namun dapat juga memberikan rekomendasi untuk bagian terkait. Seperti pada bagian produksi dalam memberikan rekomendasi jumlah produk yang akan diproduksi seusai dengan hasil analisa data penjualan pelanggan tersebut. Selain itu pula mencegah terjadinya over stock yang akan berdampak pada jumlah produk yang kadaluarsa menjadi berlebihan. Salah satu cara yang dapat digunakan adalah dengan menerapkan penggunaan data mining. Karena di dalam data mining terdapat cara dan teknik dalam pemenuhan kebutuhan informasi yang luas dan informasi tersebut dapat digunakan sebagai bahan pengambilan keputusan. Penerapan data mining tersebut salah satunya dengan 61
Jurnal Ilmiah Core IT : Community Research Information Technology, 2019
Minimarket Mandiri merupakan salah satu toko swalayan yang menjual makanan, minuman dan barang kebutuhan sehari-hari. Ilmu data mining dapat digunakan untuk menganalisis pola pembelian konsumen sehingga manajemen dapat melakukan penataan letak barang pada rak minimarket untuk kombinasi barang-barang yang sering dibeli bersamaan, dan kampanye pemasaran untuk kombinasi beberapa barang yang sering dibeli sekaligus. Pola pembelian konsumen dapat digali dari database penjualan dengan menggunakan metode data mining FP-Growth. Proses analisis dilakukan dengan membentuk pohon FP-Tree, melakukan pembentukan conditional FP-Tree dan proses ekstraksi frequent itemset dari conditional FP-Tree disertai dengan pembentukan aturan asosiatif, yaitu pola pembelian konsumen yang disertai dengan nilai support dan confidence untuk menunjukkan kekuatan dari masingmasing aturan atau pola pembelian. Aplikasi hasil rancangan dapat digunakan untuk menganalisis dan mengetahui pola pembelian konsumen dengan menghasilkan aturan asosiatif yang berisi kombinasi barang yang sering dibeli bersamaan dengan menerapkan metode FP-Growth
Analisa Pola Frekuensi Keranjang Belanja Dengan Algoritma Apriori (Studi kasus: Minimarket Adi)
2017
— Data Mining Merupakan Salah satu Proses untuk menambang informasi yang berguna dari basis data . Dalam kegiatan transaksi di minimarket ataupun toko pemilik harus mengerti apa yang diinginkan komsumen dalam memberikan kenyaman berbelanja, terutama kemudahan dalam pemilihan barang yang disesuaikan dengan tata letak. Penelitian ini Melakukan anlisis pola data dengan menerapkan algoritma apriori yang ditunjukan untuk frekuensi keranjang belanja.