IMPLEMENTASI ALGORITMA FP-GROWTH UNTUK MENEMUKAN POLA PEMBELIAN KONSUMEN PADA ANALISIS KERANJANG PASAR

Analisis keranjang pasar adalah teknik dalam data mining yang biasanya digunakan untuk memprediksi perilaku pembelian pelanggan dan memprediksi produk apa yang diminati pelanggan. Tujuan utama analisis keranjang pasar yaitu memberikan informasi kepada pengecer untuk memahami perilaku pembelian dari pembeli, yang dapat membantu pengecer dalam pengambilan keputusan yang benar. Analisis keranjang pasar dapat dilakukan melalui pengetahuan Association Rule Mining. Association Rule Mining merupakan proses untuk menemukan hubungan antara item atau item set. Selama ini banyak perusahaan retail yang dalam menata produk-produknya dengan mengelompokan  berdasarkan jenisnya saja. Misalnya, produk roti diletakan pada etalase khusus roti dan berdekatan dengan kue-kue lainnya. Padahal, kemungkinan besar jika konsumen membeli roti, konsumen tersebut juga akan membeli susu. Penelitian ini menggunakan dataset transaksi Online Retail II. Dataset terdiri dari 216 atribut yang diambil berdasarkan customer yang berasal dari negara Jepang. Pengolahan data dengan menerapkan algoritma FP-Growth dan menggunakan tools Rapid Miner Studio. Hasil eksperimen diperoleh aturan asosiasi sebanyak 324 rules dan frequent itemset yang dihasilkan berupa kombinasi produk Lunch Bag Dolly Girl Design-Red Spotty Biscuit Tin. Kekuatan korelasi atau lift ratio yang didapat oleh kombinasi Lunch Bag Dolly Girl Design-Red Spotty Biscuit Tin adalah sebesar 3,429Kata Kunci: Analisis Keranjang Pasar; Association Rule Mining; FP-Growth