Analisa Data Penjualan Coklat Menggunakan Asosiasi Algoritma Fp-Growth

Authors

  • Yutia Nia Nesicha Universitas Muria Kudus
  • Anisa Handayani Universitas Muria Kudus
  • Syafira Salsabila Universitas Muria Kudus
  • Auliya Firdausiyah Universitas Muria Kudus
  • Diana Laily Fithri Universitas Muria Kudus

Keywords:

FP-Growth, Data Mining, Penjualan Ritel, Pola Asosiasi, Strategi Pemasaran

Abstract

Penelitian ini bertujuan menganalisis data penjualan cokelat untuk menemukan pola asosiasi antar produk menggunakan algoritma FP-Growth. Dalam era digital, data transaksi menjadi aset penting untuk mendukung pengambilan keputusan bisnis berbasis data. Menggunakan dataset penjualan cokelat dari Kaggle, penelitian ini menerapkan data mining untuk mengidentifikasi keterkaitan produk dalam satu transaksi. Tahapan analisis meliputi pembersihan data, penambahan ID transaksi, dan transformasi data ke format binomial sesuai kebutuhan algoritma. FP-Growth dipilih karena mampu mengekstraksi frequent itemsets secara efisien tanpa membentuk kandidat itemset seperti pada metode Apriori, sehingga lebih cepat dan hemat sumber daya. Hasil analisis berupa frequent itemsets dan association rules digunakan untuk mengenali kombinasi produk yang sering dibeli bersama. Temuan ini berguna untuk strategi pemasaran seperti bundling, penataan rak, dan sistem rekomendasi pada platform digital. Penelitian ini diharapkan dapat mendukung pengembangan strategi bisnis berbasis analisis data, serta memperkuat penerapan data mining dalam sistem informasi, khususnya pengelolaan penjualan ritel di sektor makanan ringan seperti cokelat.

References

Afriyani, I., & Ali, I. (2023). Implementasi Data Mining Terhadap Data Penjualan Pada Industri Kuliner Menggunakan Algoritma Fp-Growth. E-Link: Jurnal Teknik Elektro Dan Informatika, 18(1), 40. https://doi.org/10.30587/e-link.v18i1.5340

Al-haq, A. V., Fidela, A., Audiana, W., & Hani, Z. U. (2025). Jurnal JTIK ( Jurnal Teknologi Informasi dan Komunikasi ) Penerapan Algoritma FP-Growth untuk Strategi Penjualan Toko. 9(June), 444–451.

Inda Anggraini. (2023). Penerapan Metode Asosiasi Data Mining Pada E-Commerce Toko Nadhira. JTIK (Jurnal Teknik Informatika Kaputama), 7(2), 304–311. https://doi.org/10.59697/jtik.v7i2.105

Indahsari, D. (2021). Penerapan Metode Asosiasi Dengan Algoritma FP-Growth Pada Data Transaksi PT John Tampi Group. Computer Based Information System Journal, 9(2), 1–9. https://doi.org/10.33884/cbis.v9i2.3835

Muhamad Andika, A., Suarna, N., & Dana, R. D. (2023). Analisa Dataset Asosiasi Penjualan Menggunakan Metode FP-Growth. Jurnal Teknologi Ilmu Komputer, 2(1), 80–88. https://doi.org/10.56854/jtik.v2i1.108

Musdalifah, I., & Jananto, A. (2022). Analisis Perbandingan Algoritma Apriori Dan FP-Growth Dalam Pembentukan Pola Asosiasi Keranjang Belanja Pelanggan. Progresif: Jurnal Ilmiah Komputer, 18(2), 175. https://doi.org/10.35889/progresif.v18i2.878

Najmi, R. L., Irsyad, M., Insani, F., Nazir, A., & . P. (2023). Analisis Pola Asosiasi Data Transaksi Penjualan Minuman Menggunakan Algoritma FP-Growth dan Eclat. Building of Informatics, Technology and Science (BITS), 5(1), 0–7. https://doi.org/10.47065/bits.v5i1.3592

Nugroho, D. S., Islahudin, N., Normasari, V., & Al Hakiim, S. Z. (2024). Penerapan Market Basket Analysis (Mba) Data Mining Menggunakan Metode Asosiasi Appriori Dan Fp-Growth Pada Wan Caffeine Addict Yogyakarta. JISI: Jurnal Integrasi Sistem Industri, 11(1), 121. https://doi.org/10.24853/jisi.11.1.121-134

Pratama, S. P. (2023). Analisis Data Mining Assosiasi FP-Growth Pada Penjualan Produk di Toko Ritel Agung. Jurnal Tekinkom (Teknik Informasi Dan Komputer, 6(1), 63–71. https://doi.org/10.37600/tekinkom.v6i1.744

Downloads

Published

2025-06-13

How to Cite

Nesicha, Y. N., Handayani, A., Salsabila, S., Firdausiyah, A., & Fithri, D. L. (2025). Analisa Data Penjualan Coklat Menggunakan Asosiasi Algoritma Fp-Growth. JRIIN :Jurnal Riset Informatika Dan Inovasi, 3(1), 22–28. Retrieved from https://jurnalmahasiswa.com/index.php/jriin/article/view/2419

Similar Articles

1 2 3 4 5 6 7 8 9 10 > >> 

You may also start an advanced similarity search for this article.