IMPLEMENTASI DATA MINING UNTUK PREDIKSI PENJUALAN PRODUK MAYORA MENGGUNAKAN METODE FP-GROWTH

Abstrak

Competition in business is getting more and more every day. In order to increase sales of products sold, you must have a sales strategy. One way that can be done is to utilize sales transaction data, where this transaction data will later become important information to increase sales. This study aims to find patterns of product purchases to predict sales of goods. The data processed in this study uses goods sales transaction data obtained from PT. cipta niaga semesta (mayora group). Based on these data, with a minimum requirement of 1 type of goods in 1 transaction, it is examined using a data mining technique with the FP-Growth method with a confidence value of 80% and a minimum support of 50%. The result of the sales data processing is the association rule. The association rule obtained is in the form of a relationship between an item that is sold together with other goods in a transaction. From this pattern it can be recommended to the company as information for preparing stock of goods or it can also be used for information on the preparation of goods when stored. This research is very suitable to be applied to determine consumer spending patterns such as the relationship between each item purchased by consumers.

Persaingan dalam bisnis semakin hari semakin banyak, Agar dapat meningkatkan penjualan produk yang dijual maka harus mempunyai strategi penjualan. Salah satu cara yang bisa dilakukan adalah dengan memanfaatkan data transaksi penjualan, yangmana data transaksi ini nantinya akan menjadi sebuah informasi yang penting untuk meningkatkan penjualan. Penelitian ini bertujuan untuk menemukan pola pembelian produk untuk memprediksi penjualan barang. Data yang diolah pada penelitian ini menggunakan data transaksi penjualan barang yang didapat dari PT. cipta niaga semesta (mayora group). Berdasarkan data tersebut dengan ketentuan minimum 1 jenis barang dalam 1 transaksi diteliti menggunakan salah satu teknik data mining dengan metode FP-Growth dengan nilai confidence 80% dan minimum support 50%. Hasil dari proses pengolahan data penjualan adalah association rule. Association rule yang didapat berupa hubungan suatu barang yang terjual bersamaan dengan barang lain dalam suatu transaksi. Dari pola tersebut dapat direkomendasikan kepada perusahaan sebagai informasi untuk menyiapkan stok barang atau pun dapat digunakan pula untuk informasi penyusunan barang saat dipenyimpanan. Penelitian ini sangat cocok diterapkan untuk mengetahui pola-pola belanja konsumen seperti hubungan setiap barang yang dibeli oleh konsumen