Optimasi Penentuan Paket Hemat Menggunakan Algoritma FP-Growth untuk Meningkatkan Strategi Pemasaran

Authors

  • fikri febrian Fakultas Sains dan Teknologi
  • Zaehol Fatah Universitas Ibrahimy, Indonesia

DOI:

https://doi.org/10.70609/jusifor.v3i2.5818

Keywords:

Paket Hemat, Algoritma FP-Growth,, Strategi Pemasaran,

Abstract

Penentuan paket hemat yang efektif merupakan salah satu cara strategis yang digunakan oleh hampir setiap usaha baik UMKM ataupun perusahaan sebagai strategi meningkatkan pemasaran dan menarik lebih banyak konsumen. Namun, untuk menentukan kombinasi produk yang tepat dalam sebuah paket, sering kali ada kekeliruan karena harus sesuai dengan prefensi dan pola belanja dari masing-masing konsumen. Data mining dapat membantu sebuah perusahaan dalam meningkatkan strategi pemasaran. Untuk membantu mengoptimalkan proses penentuan paket hemat digunakan algortima FP-Growth. Algoritma FP-Growth dikenal mampu menemukan pola asosiasi yang tersembunyi dalam sebuah data transaksi. Penggunaan algoritma FP-Grwoth dalam mengidentifikasi kombinasi kesamaan barang yang dibeli oleh pelanggan. Sehingga pemilik usaha dapat memilih atau menentukan paket hemat lebih relevan dan sesuai dengan prefensi konsumen. Hasil yang diperoleh menunjukkan bahwa penggunaan algoritma FP-Growth mampu meningkatkan efisiensi dalam menentukan paket hemat sekaligus meningkatkan strategi pemasaran. Implementasi dalam metode ini berpotensi besar meningkatkan kepuasan konsumen dan memberikan dampak positif terhadap pertumbuhan penjualan Perusahaan secara keseluruhan.

References

F. Achmad, O. Nurdiawan, and Y. A. Wijaya, “ANALISA POLA TRANSAKSI PEMBELIAN KONSUMEN PADA TOKO RITEL KESEHATAN MENGGUNAKAN ALGORITMA FP-GROWTH,” 2023. [Online]. Available: www.researchgate.net

E. Munanda and S. Monalisa, “PENERAPAN ALGORITMA FP-GROWTH PADA DATA TRANSAKSI PENJUALAN UNTUK PENENTUAN TATALETAK BARANG 1,” Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, vol. 7, no. 2, pp. 173–184, 2021.

“Naomi, W. S., Picauly, I., & Toy, S. M. (2021). Faktor Risiko Kejadian Penyakit Jantung”.

A. Yogianto, A. Homaidi, and Z. Fatah, “Implementasi Metode K-Nearest Neighbors (KNN) untuk Klasifikasi Penyakit Jantung,” G-Tech: Jurnal Teknologi Terapan, vol. 8, no. 3, pp. 1720–1728, Jul. 2024, doi: 10.33379/gtech.v8i3.4495.

“PERANGKAT_LUNAK_DATA_MINING”.

I. Gede, I. Sudipa, and M. Darmawiguna, “BUKU AJAR DATA MINING.” [Online]. Available: https://www.researchgate.net/publication/377415198

E. C. Vidiya and G. Testiana, “Analisis Pola Pembelian di Lathansa Cafe & Ramen dengan Menggunakan Algoritma FP-Growth Berbantuan RapidMiner,” G-Tech: Jurnal Teknologi Terapan, vol. 7, no. 3, pp. 1118–1126, Jul. 2023, doi: 10.33379/gtech.v7i3.2739.

“IMPLEMENTASI_DATA_MINING_Clastering_Asso”.

“Algoritma_Data_Mining”.

D. Saputra, “3 rd Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI) 30 Agustus 2023-Jakarta,” 2023.

Published

2024-12-06

How to Cite

Optimasi Penentuan Paket Hemat Menggunakan Algoritma FP-Growth untuk Meningkatkan Strategi Pemasaran. (2024). JUSIFOR (Jurnal Sistem Informasi Dan Informatika), 3(2), 172-179. https://doi.org/10.70609/jusifor.v3i2.5818

Most read articles by the same author(s)