Perbandingan Algoritma Apriori dan Algoritma FP-Growth dalam Menentukan Pola Penjualan Pupuk

Abstract

Sistem informasi sangatlah penting pada era ini, dengan mengetahui data kita dapat membuat strategi pada suatu bisnis. contohnya kebutuhan pupuk di setiap daerah tentunya berbeda-beda, kita sebagai distributor bisnis pupuk harus mengetahui produk penjualan tertinggi hingga terendah pada setiap daerah. Oleh karena itu dengan memanfaatkan metode data mining yaitu teknik penggalian informasi baru dari kumpulan data yang bertujuan untuk mengetahui pola pembelian konsumen dengan meningkatkan penjualan produk, perusahaan penjualan perlu memikirkan berbagai strategi untuk mencapai hal tersebut dengan menggunakan perbandingan algoritma apriori dan algoritma fp-growth dalam data penjualan pupuk pada tahun 2022 di PT. Pupuk Kujang. Hasil penelitian ini, pada kedua algoritma menghasilkan Support dengan nilai tertinggi 59% dan Confidence dengan nilai tertinggi 100%, namun dari hasil aturan asosiasi algoritma apriori menghasilkan 136 aturan dan algoritma fp-growth menghasilkan 156 aturan. Dengan demikian, algoritma fp-growth dapat dikatakan mempunyai kinerja yang lebih baik dalam menghasilkan aturan asosiasi jika dibandingkan dengan Algoritma Apriori. Dalam penelitian ini juga memanfaatkan Association Rules seperti Cross-Selling dan Up-Selling. Pada asosiasi ini, bisnis dapat menerapkan strategi penjualan silang yang efektif, menawarkan produk tambahan atau peningkatan yang relevan kepada pelanggan, sehingga dapat meningkatkan pendapatan pada penjualan pupuk di PT. Pupuk Kujang.

Kata kunci: Bisnis, Association Rule, Algoritma Apriori, Algoritma Fp-Growth.