ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulPERBANDINGAN ALGORITMA APRIORI DAN FREQUENT PATTERN GROWTH PADA IMPLEMENTASI METODE MARKET BASKET ANALYSIS DATA MINING (STUDI KASUS: DATA TRANSAKSI PENJUALAN PRODUK TOKO LALA BUKET PALU) |
| Nama: ANDIKA DWIYANTO |
| Tahun: 2025 |
| Abstrak ABSTRAK ANDIKA DWIYANTO. Perbandingan Algoritma Apriori dan Frequent Pattern Growth dalam Implementasi Market Basket Analysis Data Mining (Studi Kasus: Data Transaksi Penjualan Produk Toko Lala Buket Palu), dibimbing oleh ANITA AHMAD KASIM. UMKM memiliki peran penting dalam perekonomian Indonesia, namun belum memanfaatkan data transaksi secara optimal untuk mendukung strategi bisnis. Penelitian ini bertujuan membandingkan algoritma Apriori dan Frequent Pattern Growth dalam implementasi Market Basket Analysis (MBA) untuk mengidentifikasi pola keterkaitan antar produk dari data penjualan. Pendekatan kuantitatif digunakan pada 17.161 transaksi menggunakan Python dan Flask, sementara pendekatan kualitatif digunakan untuk menilai nilai bisnis dari aturan yang terbentuk. Parameter minimum support, confidence, dan lift dioptimalkan melalui Grid Search. Kombinasi optimal ditemukan pada support 0.007, confidence 0.1, dan lift 1.07. Pada konfigurasi ini, nilai confidence mencapai 32.1% di level kategori dan lift melebihi 1 di seluruh aturan, yang menandakan asosiasi antar item bersifat signifikan secara statistik. Apriori menunjukkan efisiensi komputasi yang jauh lebih tinggi, menyelesaikan proses dalam 0,27 detik pada eksplorasi parameter, dibandingkan FP-Growth yang memerlukan hingga 93.6 detik. Hasil akhir menunjukkan 15 aturan pada level produk dan 8 pada kategori. Sistem mendukung visualisasi interaktif berbasis web serta memberikan insight untuk strategi bundling dan pengelolaan stok berbasis data. Kata Kunci: Algoritma Apriori, Data Mining, Frequent Pattern Growth, Market Basket Analysis, UMKM |