PERBANDINGAN METODE APRIORI DAN FREQUENT PATTERN GROWTH DALAM MENGETAHUI POLA PEMBELIAN KONSUMEN

Mohammad Ichsan Madani, Amin Padmo Azam Masa, Hario Jati Setyadi

Abstract


The problem that usually arises in a minimarket is that products have not been placed according to consumer habits in buying several products simultaneously. As a result, consumers feel confused in finding the position of the product needed and can experience delays in the transaction process. The purpose of this study is to find consumer purchasing patterns in the case of Toko Alwi Jaya, Tenggarong by comparing the Apriori Algorithm and the FP-Growth Algorithm and knowing the combination between items with the highest frequency so that consumer purchasing patterns are known. The data used in this study amounted to 600 transactions in the form of consumer shopping receipts. The results of this study indicate that the FP-Growth algorithm is the best for determining consumer purchasing patterns at Alwi Jaya Store, Tenggarong, as it produces higher confidence and lift ratio values compared to the Apriori algorithm. Specifically, FP-Growth achieves a confidence value of 47.06%, higher than Apriori's 41.18%, and a lift ratio of 3.79, higher than Apriori's 3.32.


Keywords


Apriori; Data Mining; Frequent Pattern Growth; Market Basket Analysis

Full Text:

PDF

References


A. Sundari and A. Y. Syaikhudin, Manajemen ritel (Teori dan strategi dalam bisnis ritel). Academia Publication, 2021.

E. Elisa, “Market Basket Analysis Pada Mini Market Ayu Dengan Algoritma Apriori,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 2, pp. 472–478, 2018.

I. R. Munthe and A. P. Juledi, “Implementasi Data Mining Algoritma Apriori untuk Meningkatkan Penjualan,” J. Tek. Inform. UNIKA St. Thomas, vol. 6, no. 1, pp. 188–197, 2021.

W. D. Ramadana, N. Satyahadewi, and H. Perdana, “Penerapan Market Basket Analysis Pada Pola Pembelian Barang,” Bul. Ilm. Math. Stat. dan Ter, vol. 11, no. 3, pp. 431–438, 2022.

E. M. Sangadji, Salesmanship (kepenjualan). Bumi Aksara, 2022.

A. Lewis, M. Zarlis, and Z. Situmorang, “Penerapan Data Mining Menggunakan Task Market Basket Analysis Pada Transaksi Penjualan Barang di Ab Mart dengan Algoritma Apriori,” J. Media Inform. Budidarma, vol. 5, no. 2, pp. 676–681, 2021.

J. R. Gumilang, “Implementasi Algoritma Apriori Untuk Analisis Penjualan Konter Berbasis Web,” J. Inform. Dan Rekayasa Perangkat Lunak, vol. 1, no. 2, pp. 226–233, 2020.

I. A. Ashari, A. Wirasto, D. N. Triwibowo, and P. Purwono, “Implementasi Market Basket Analysis dengan Algoritma Apriori untuk Analisis Pendapatan Usaha Retail,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 3, pp. 701–709, 2022.

D. Rusdianto and L. Zaelani, “Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Mengetahui Pola Peminjaman Buku di Perpustakaan Universitas Bale Bandung,” J-SIKA| J. Sist. Inf. Karya Anak Bangsa, vol. 2, no. 02, pp. 1–10, 2020.

K. M. R. A. Utama, R. Umar, and A. Yudhana, “Penerapan Algoritma Fp-Growth Untuk Penentuan Pola Pembelian Transaksi Penjualan Pada Toko Kgs Rizky Motor,” Dinamik, vol. 25, no. 1, pp. 20–28, 2020.

D. Anggraini, S. A. Putri, and L. A. Utami, “Implementasi Algoritma Apriori Dalam Menentukan Penjualan Mobil Yang Paling Diminati Pada Honda Permata Serpong,” J. Media Inform. Budidarma, vol. 4, no. 2, pp. 302–308, 2020.

M. Syahrir and F. Fatimatuzzahra, “Association Rule Integrasi Pendekatan Metode Custom Hashing dan Data Partitioning untuk Mempercepat Proses Pencarian Frekuensi Item-set pada Algoritma Apriori,” Matrik J. Manajemen, Tek. Inform. Dan Rekayasa Komput., vol. 20, no. 1, pp. 149–158, 2020.

M. A. M. Afdal and M. Rosadi, “Penerapan association rule mining untuk analisis penempatan tata letak buku di perpustakaan menggunakan algoritma apriori,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 5, no. 1, pp. 99–108, 2019.

B. G. Sudarsono, M. I. Leo, A. Santoso, and F. Hendrawan, “Analisis Data Mining Data Netflix Menggunakan Aplikasi Rapid Miner,” JBASE-Journal Bus. Audit Inf. Syst., vol. 4, no. 1, 2021.

A. Damuri, U. Riyanto, H. Rusdianto, and M. Aminudin, “Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako,” JURIKOM (Jurnal Ris. Komputer), vol. 8, no. 6, pp. 219–225, 2021.

Z. Setiawan et al., Buku Ajar Data Mining. PT. Sonpedia Publishing Indonesia, 2023.

E. Umar, D. Manongga, and A. Iriani, “Market Basket Analysis Menggunakan Association Rule dan Algoritma Apriori Pada Produk Penjualan Mitra Swalayan Salatiga,” J. Media Inform. Budidarma, vol. 6, no. 3, pp. 1367–1377, 2022.

I. Qoniah and A. T. Priandika, “Analisis Market Basket Untuk Menentukan Asossiasi Rule Dengan Algoritma Apriori (Studi Kasus: Tb. Menara),” J. Teknol. Dan Sist. Inf., vol. 1, no. 2, pp. 26–33, 2020.

H. Indriyawati and T. Winarti, “Pemodelan data mining pola kelayakan kemampuan lulusan dengan kebutuhan stakeholder menggunakan algoritma apriori,” JITSI J. Ilm. Teknol. Sist. Inf., vol. 2, no. 3, pp. 78–84, 2021.

F. Panjaitan, A. Surahman, and T. D. Rosmalasari, “Analisis Market Basket Dengan Algoritma Hash-Based Pada Transaksi Penjualan (Studi Kasus: Tb. Menara),” J. Teknol. dan Sist. Inf., vol. 1, no. 2, pp. 111–119, 2020.

B. Umayah and F. Kurniawan, “Analisa Perilaku Konsumen Melalui Data Transaksi Berbasis Pendekatan Market Basket Analysis,” Sains, Apl. Komputasi dan Teknol. Inf., vol. 1, no. 2, pp. 30–35, 2019.

F. Harahap, N. E. Saragih, E. D. P. Situmeang, E. Tuti, E. Ginting, and W. Fahrozi, “Implementasi Data Mining dalam Memprediksi Stok Herbal menggunakan Algoritma Apriori,” J. MEDIA Inform. BUDIDARMA, vol. 6, no. 2, pp. 1159–1165, 2022.

A. Prasetyo, R. Sastra, and N. Musyaffa, “Implementasi Data Mining Untuk Analisis Data Penjualan Dengan Menggunakan Algoritma Apriori (Studi Kasus Dapoerin’s),” J. Khatulistiwa Inform., vol. 8, no. 2, 2020.

A. R. Riszky and M. Sadikin, “Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan,” J. Teknol. dan Sist. Komput., vol. 7, no. 3, pp. 103–108, 2019.

I. Astrina, M. Z. Arifin, and U. Pujianto, “Penerapan algoritma FP-Growth dalam penentuan pola pembelian konsumen pada kain tenun Medali Mas,” Matrix J. Manaj. Teknol. Dan Inform., vol. 9, no. 1, pp. 32–40, 2019.

L. Hernando, “Algoritma Apriori Dan Fp-Growth Untuk Analisa Perbandingan Data Penjualan Leptop Berdasarkan Merk Yang Diminati Konsumen (Studi Kasus: Indocomputer Payakumbuh),” J-Clik J. Sist. Inf. Dan Manaj. Inform., vol. 6, no. 1, pp. 1–17, 2019.




DOI: http://dx.doi.org/10.30646/tikomsin.v12i2.876

Refbacks

  • There are currently no refbacks.



Editorial Office :
TIKomSiN : Jurnal Teknologi Informasi dan Komunikasi Sinar Nusantara
Published by STMIK Sinar Nusantara Surakarta
Address KH Samanhudi 84 - 86 Street, Laweyan Surakarta, Central Java, Indonesia
Postal Code: 57142, Phone & Fax: +62 271 716 500
Website: https://p3m.sinus.ac.id/jurnal/index.php/TIKomSiN
Email: tikomsin @ sinus.ac.id

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Stats of tikomsin