Implementasi Data Mining Pada Penjualan Buku Dengan Algoritma FP-GROWTH Menggunakan Rapidminer
DOI:
https://doi.org/10.35473/jamastika.v5i1.4651Abstract
Studi ini menerapkan algoritma FP-Growth di RapidMiner untuk mengidentifikasi pola pembelian dalam dataset penjualan buku Kaggle. Menggunakan proses KDD, atribut seperti genre dan penerbit ditransformasikan menjadi itemset transaksional untuk analisis asosiasi. Hasilnya menunjukkan bahwa genre fiksi paling sering muncul, dan Penguin Group (USA) LLC memiliki korelasi yang kuat dengan genre ini, ditunjukkan dengan nilai keyakinan 83%. Temuan ini dapat mendukung strategi pemasaran yang tepat sasaran dan keputusan rekomendasi produk.
Kata Kunci: FP-Growth, Data Mining, Penjualan Buku, RapidMiner, KDD
This study applies the FP-Growth algorithm in RapidMiner to identify purchasing patterns in a Kaggle book sales dataset. Using the KDD process, attributes such as genre and publisher were transformed into transactional itemsets for association analysis. The results show that the fiction genre appears most frequently, and Penguin Group (USA) LLC has a strong correlation with this genre, indicated by an 83% confidence value. These findings can support targeted marketing strategies and product recommendation decisions.
Keywords: FP-Growth, Data Mining, Book Sales, RapidMiner, KDD
References
Jiawei Han, Micheline Kamber Data Mining: Concepts and Techniques” karya, dan Jian Pei (edisi ke-3, 2012)
Sari, N. L., & Saputra, A. (2021). Analisis pola pembelian konsumen untuk optimasi inventaris menggunakan algoritma FP-Growth di UD Tritunggal Jaya. Jurnal Informatika dan Teknologi (JITET), 10(2), 45–52.
Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques (edisi ke-3). Elsevier / Morgan Kaufmann
Suryadi, A., & Priyono, D. (2021). Penerapan Association Rule dengan Algoritma FP-Growth untuk Transaksi Penjualan Produk pada Toko Aciro Berbasis Web. Seminar Nasional Inovasi Teknologi dan Aplikasi (SENAFTI), Universitas Budi Luhur.
Retno Tri Vulandari. Data Mining: Teori dan Aplikasi RapidMiner. Gava Media, 2017. Laporan/liberatur di UTDI tentang penggunaan RapidMiner dalam data mining.
Prasetyo, F., & Hasugian, H. (2023). Analisis pola pembelian produk makanan menggunakan algoritma FP-Growth untuk strategi penjualan. Idealis: Indonesia Journal Information System, 7(1), 11–20.
Febrianty, N., Zaidiah, A., & Irmanda, H. N. (2024). Analisis minat konsumen pada produk CV Jakarta Powder Drink menggunakan metode asosiasi algoritma FP-Growth. Journal of Information System (JOINS), 9(2), 94–103
Subaegi, A., Faqih, A., & Anam, K. (2023). Implementasi data mining asosiasi pada data transaksi Es Teh Solo Jatibarang menggunakan algoritma FP-Growth dalam menentukan strategi penjualan. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3244–3251
Sugiyono. (2019). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.
Rustam, C., Sari, R. P., & Hidayat, R. (2024). Analisis Pola Pembelian Konsumen Menggunakan Algoritma FP-Growth pada Data Penjualan. Jurnal Teknologi dan Sistem Informasi, 12(1), 45–52.
Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques (3rd ed.). Morgan Kaufmann
Sugiyono. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta, 2017. Halaman 402.
Han, Jiawei; Kamber, Micheline; Pei, Jian. Data Mining: Concepts and Techniques. 3rd Edition. San Francisco: Morgan Kaufmann, 2011. Halaman 19
Han, Jiawei; Kamber, Micheline; Pei, Jian. Data Mining: Concepts and Techniques. 3rd Edition. San Francisco: Morgan Kaufmann, 2011. Halaman 83–84.
Pang-Ning Tan; Michael Steinbach; Vipin Kumar. Introduction to Data Mining. Boston: Pearson Addison Wesley, 2006. Halaman 67.
Fayyad, Usama; Piatetsky-Shapiro, Gregory; Smyth, Padhraic. From Data Mining to Knowledge Discovery in Databases. AI Magazine, 1996. Halaman 41.
Hand, David; Mannila, Heikki; Smyth, Padhraic. Principles of Data Mining. Cambridge: MIT Press, 2001. Halaman 16.
