ANALISA POLA BELANJA MENGGUNAKAN ALGORITMA FP GROWTH, SELF ORGANIZING MAP (SOM) DAN K MEDOIDS
ABSTRAK: Dalam sebuah bisnis,
diperlukan upaya memaksimalkan keuntungan. Diantaranya dengan melakukan
promosi. Ketepatan promosi dapat dipelajari dari database sebuah perusahaan
ritel utamanya pola belanja pada produk yang biasa dibeli bersamaan. Informasi
tentang pola belanja pelanggan yang tidak akurat menyebabkan kebijakan promosi
tidak tepat dan efisien.Salah satu upaya lazim untuk memperoleh dan menggali
pola belanja pelanggan adalah menggunakan data mining yang dikenal sebagai Knowledge
Discovery in Database (KDD). Pendekatan yang biasa digunakan adalah asosiasi. Permasalahannya
aturan asosiasi cenderung mengabaikan dataset yang besar. Untuk mengatasi hal tersebut
dilakukan klasifikasi barang yang dibeli dan tidak dibeli bersamaan. Algoritma
Self Organizing Map (SOM) dan K-Medoids cocok untuk diterapkan dalam
mengcluster dataset besar. Penelitian inimenguji kevalidan dan kecepatan
algortima Self Organizing Map (SOM) dan K-Medoids jika dikombinasi dengan
Frequent Pattern-Growth (FP-Growth).
Penulis: Muhammad Imam Ghozali
Kode Jurnal: jptmesindd170302
