IMPLEMENTASI ALGORITMA FP-GROWTH UNTUK MENEMUKAN POLA PEMBELIAN KONSUMEN PADA ANALISIS KERANJANG PASAR

Analisis keranjang pasar adalah teknik dalam data mining yang biasanya digunakan untuk memprediksi perilaku pembelian pelanggan dan produk apa diminati pelanggan. Tujuan utama analisis yaitu memberikan informasi kepada pengecer memahami dari pembeli, dapat membantu pengambilan keputusan benar. dilakukan melalui pengetahuan Association Rule Mining. Mining merupakan proses menemukan hubungan antara item atau set. Selama ini banyak perusahaan retail menata produk-produknya dengan mengelompokan berdasarkan jenisnya saja. Misalnya, roti diletakan pada etalase khusus berdekatan kue-kue lainnya. Padahal, kemungkinan besar jika konsumen membeli roti, tersebut juga akan susu. Penelitian menggunakan dataset transaksi Online Retail II. Dataset terdiri 216 atribut diambil customer berasal negara Jepang. Pengolahan menerapkan algoritma FP-Growth tools Rapid Miner Studio. Hasil eksperimen diperoleh aturan asosiasi sebanyak 324 rules frequent itemset dihasilkan berupa kombinasi Lunch Bag Dolly Girl Design-Red Spotty Biscuit Tin. Kekuatan korelasi lift ratio didapat oleh Tin sebesar 3,429Kata Kunci: Keranjang Pasar; Mining;