Analisis Pola Penjualan dan Perbandingan Performa Algoritma Market Basket Analysis (Apriori dan FP-Growth) pada Toko ANS AF Payakumbuh

Rahmah, Nabila Aulia (2025) Analisis Pola Penjualan dan Perbandingan Performa Algoritma Market Basket Analysis (Apriori dan FP-Growth) pada Toko ANS AF Payakumbuh. Skripsi thesis, UIN Imam Bonjol Padang.

	Text (COVER-DAFTAR ISI) Nabila Aulia Rahmah_2117020012 COVER-DAFTAR ISI.pdf - Published Version Download (1MB)
	Text (BAB I) Nabila Aulia Rahmah_2117020012 BAB I.pdf - Published Version Download (816kB)
	Text (BAB III) Nabila Aulia Rahmah_2117020012 BAB III.pdf - Published Version Download (1MB)
	Text (BAB V-DAFTAR PUSTAKA) Nabila Aulia Rahmah_2117020012 BAB V-DAFTAR PUSTAKA.pdf - Published Version Download (652kB)
	Text (FULL TEXT) Nabila Aulia Rahmah_2117020012 FULL TEXT.pdf - Published Version Restricted to Repository staff only Download (5MB)

Abstract

Toko ANS AF merupakan usaha keluarga yang menjual berbagai kebutuhan sehari-hari, seperti barang kelontong, alat tulis, kosmetik, perlengkapan mandi, dan perlengkapan bayi. Namun, toko ini belum memanfaatkan data transaksi secara optimal, sehingga pemilik toko belum dapat mengetahui produk yang paling sering dibeli oleh pelanggan. Informasi tersebut penting dalam perencanaan penyetokan barang yang lebih efesien, mengingat toko ini juga memiliki kendala dalam pengelolaan stok. Beberapa produk dengan permintaan tinggi sering kali kehabisan stok. Penelitian ini bertujuan untuk menganalisis pola pembelian pelanggan menggunakan metode market basket analysis dengan algoritma Apriori dan FP-Growth, serta membandingkan performa keduanya. Pendekatan yang digunakan adalah CRISP-DM (Cross-Industry Standard Process for Data Mining), dengan data sebanyak 29.298 record dari 4.286 transaksi. Parameter yang digunakan yaitu minimum support sebesar 0.01–0.05, minimum confidence 0.4, dan lift ≥ 1. Hasil analisis menunjukkan bahwa kedua algoritma menghasilkan aturan asosiasi yang identik, dengan minimum support ideal sebesar 0.02 yang menghasilkan 11 aturan asosiasi. Nilai lift tertinggi adalah 9,443 pada itemset Head & Shoulders sachet 10ml dan sampo Pantene sachet. Dari segi efisiensi komputasi, algoritma Apriori lebih unggul dalam hal waktu eksekusi dan penggunaan memori dibandingkan FP-Growth. Oleh karena itu, algoritma Apriori direkomendasikan sebagai model yang lebih efesien dalam penerapan market basket analysis pada penelitian ini.

Actions (login required)

View Item