IMPLEMENTASI ALGORITMA FP-GROWTH DAN APRIORI UNTUK PERSEDIAAN PRODUK

Abstract

Persediaan produk merupakan hal yang penting dalam mengelola bisnis, khususnya bisnis retail. Persediaan produk menjadi perhatian Toko Emyra Bedding untuk memaksimalkan pelayanannya. Persediaan produk pada Toko Emyra Bedding belum terkelola dengan baik, sehingga timbul beberapa permasalahan. Apabila salah satu produk yang dipesan tidak tersedia, maka permintaan pelanggan akan suatu produk akan terhambat. Selain itu, data transaksi penjualan terus menumpuk dalam jumlah besar setiap harinya dan hanya disimpan menjadi data yang belum diketahui manfaatnya. Penelitian ini bertujuan untuk mengetahui keterkaitan produk dengan algoritma Apriori dan FP-Growth menggunakan aplikasi RapidMiner. Dengan hal tersebut, diharapkan dapat menjadi solusi dalam kelola persediaan produk. Tahapan penelitian yaitu pengumpulan data, data preprocessing, pemodelan menggunakan algoritma Apriori dan FP-Growth, dan evaluasi. Penelitian ini menggunakan 150 data transaksi dan 17 produk. Hasil penelitian menunjukkan kedua algoritma dapat digunakan untuk menentukan aturan asosiasi guna mengetahui keterkaitan produk pada Toko Emyra Bedding. Aturan asosiasi yang dihasilkan oleh algoritma Apriori juga dihasilkan oleh algoritma FP-Growth. Algoritma Apriori menghasilkan 2 aturan asosiasi dan algoritma FP-Growth menghasilkan 10 aturan asosiasi dengan minimum support 0,05 dan minimum confidence 0,7. Pola hubungan yang dihasilkan, dapat membantu Toko Emyra Bedding untuk memantau stok barang yang sering dibeli oleh pelanggan sehingga tidak akan terjadi kelangkaan pasokan.