Abstract

Beberapa perusahaan belum banyak memanfaatkan data transaksi pembelian konsumen sebagai salah satu strategi penjualannya, data transaksi ini meliputi barang apa saja yang sering dibeli oleh konsumen dalam satu transaksi pembelian pada struk dan waktu yang berbeda. Jika data transaksi tersebut dianalisis dan digali lebih mendalam, maka perusahaan mendapatkan suatu insight berupa analisis pola pembelian konsumen dan menguntungkan bagi perusahaan. Pada penelitian ini dilakukan analisis data transaksi pembelian konsumen menggunakan perbandingan algoritma Apriori dan FP-Growth, dimana keduanya merupakan kelompok Metode Association Rule yang bertujuan untuk mengetahui pola pembelian konsumen. Data yang digunakan pada penelitian ini diperoleh dari data transaksi pembelian produk panel pada PT Surya Multi Perkasa Movinko. Data transaksi tersebut terdiri dari 23 jenis item produk dan 492 transaksi. Hasil eksperimen dari penelitian ini menunjukkan bahwa kinerja terbaik algoritma Apriori dengan support factor sebesar 0.0054 dan confidence factor sebesar 0.30 menghasilkan 12 aturan asosiasi, sedangkan kinerja terbaik algoritma FP-Growth dengan support factor sebesar 2 dan confidence factor sebesar 0.7 menghasilkan 9 aturan asosiasi.

Full Text
Paper version not known

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call

Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.