Analisis Sistem Frequent Pattern Growth Untuk Penjualan Produk Herbal
DOI:
https://doi.org/10.30595/jrst.v7i1.16527Keywords:
FP-Growth, Data Minig, Herbal, AnalisisAbstract
Perkembangan teknologi memberikan dampak yang besar terhadap perkembangan dunia bisnis. Persaingan dalam dunia bisnis sangat ketat sehingga perlu melihat potensi transaksi penjualan produk dan memiliki strategi penjualan produk yang tepat. HNI Business Center 2 merupakan salah satu toko yang menjual produk herbal. Dengan banyaknya permintaan obat herbal pada saat covid-19 maka diperlukan stok obat guna meningkatkan penjualan produk. Maka diperkulan suatu anlisis untuk membantu pimpinan HNI Business Center 2 mengetahu produk yang harus ditingkatkan stoknya sesuai dengan data transaksi pelanggan. Maka dari permasalahan tersebut konsep yang bisa terapkan adalah data mining. Data yang di analisis nantinya menggunakan data mining adalah sejumlah 50 transaksi penjualan. Dengan menggunakan Minimum Support = 50% dan Maximum Support = 50%. Hasil penelitian ini dapat digunakan oleh HNI Businss Center 2 untuk mengambil keputusan menyetok kesediaan poroduk herbal.
References
Salim, Zamroni, & Munadi, Ernawati. (2017). Info Komoditi Tanaman Obat. Badan Pengkajian Dan Pengembangan Perdagangan Kementerian Perdagangan Republik Indonesia. Http://Bppp.Kemendag.Go.Id/Media_Content/2017/12/Isi_Brik_Tanaman_Obat.Pdf
Hanifa, N. I., Wirasisya, D. G., & Hasina, R. (2020). Penyuluhan Penggunaan Toga (Taman Obat Keluarga) Untuk Pengobatan Di Desa Senggigi, 1–6. Https://Doi.Org/10.29303/Jpmpi.V3i2.489
Bahalwan, F., & Mulyawati, N. Y. (2018). Jenis Tumbuhan Herbal Dan Cara Pengolahannya (Studi Kasus Di Negeri Luhutuban Kecamatan Kepulauan Manipa Kabupaten Seram Bagian Barat). Biosel: Biology Science And Education, 7(2), 162. Https://Doi.Org/10.33477/Bs.V7i2.653
Prahartiwi, L. I. (2017). Pencarian Frequent Itemset Pada Analisis Keranjang Belanja Menggunakan Algoritma Fpgrowth. Information System For Educators And Professionals: Journal Of Information System, 2(1), 1-10.
Larose D, T., Discovering Knowledge In Data: An Introduction To Data Mining, Jhon Wiley & Sons Inc, 2005.
Cahyanti, D., & Permana, I. (2022). Comparison Of Book Shopping Patterns Before And During The Covid-19 Pandemic Using The Fp-Growth Algorithm At Zanafa Bookstores. Jurnal Teknik Informatika (Jutif), 3(2), 381-386.
Pane, L. P., Mz, M. Z., & Syahra, Y. (2022). Implementasi Data Mining Untuk Mengetahui Pola Penjualan Dalam Membantu Menentukan Persediaan Perlengkapan Outdoor Menggunakan Algoritma Frequent Pattern Growth (Studi Kasus: Toko Eiger Simp. Pos). Jurnal Cyber Tech, 4(2).
Adawiyyah, A., & Nuddin, S. R. (2021). Penerapan Algoritma Content Based Filtering Dan Frequent Pattern Growth Pada Sistem Rekomendasi Program Mahasiswa Wirausaha Di Universitas Negeri Surabaya. Journal Of Informatics And Computer Science (Jinacs), 3(02), 123-130.
Putra, R. E., & Iqbal, M. (2022). Prediksi Pola Penjualan Produk Herbal Menggunakan Algoritma Fp-Growth. Jurnal Informasi Dan Teknologi, 14-18.
Fajrin, A. A., & Maulana, A. (2018). Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Fpgrowth Pada Data Transaksi Penjualan Spare Part Motor . Kumpulan Jurnal Ilmu Komputer (Klik), 5(1), 27-36. Http://Dx.Doi.Org/10.20527/Klik.V5i1.100
Haristyarini, R., & Yustanti, W. (2021). Penerapan Metode Market Basket Analysis Dengan Algoritma Eclat Dan Prediksi Dengan Artificial Neural Network Pada Data Transaksi Penjualan. Journal Of Emerging Information System And Business Intelligence (Jeisbi), 2(3), 21-29.
Haryandi, P., Widiastiwi, Y., & Chamidah, N. (2021). Penerapan Algoritma Apriori Untuk Mencari Pola Penjualan Produk Herbal (Studi Kasus: Toko Hanawan Gemilang). Informatik: Jurnal Ilmu Komputer, 17(3), 218-225.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Rezi Elsya Putra, Asmar Yulastri, Genefri Genefri, Mohd Iqbal
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access)
JRST (Jurnal Riset Sains dan Teknologi) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
