File Tugas Akhir Periode I 2025

File Tugas Akhir Periode I 2025

• By Saleh, Haerul;
• Tugas Akhir
• 34
• 1-72

Koperasi Mitra Husada Mandiri (KMHM), yang beroperasi di lingkungan RSUD Leuwiliang, menghadapi kendala dalam penataan produk yang masih dilakukan secara konvensional tanpa dukungan analisis data. Dampaknya adalah ketidakefisienan dalam penyusunan produk, potensi penurunan penjualan, serta sisa barang yang tidak terjual, khususnya pada produk olahan harian. Penelitian ini bertujuan untuk menerapkan algoritma Frequent Pattern Growth (FP-Growth) dalam menganalisis data transaksi penjualan, guna mengidentifikasi pola pembelian konsumen serta menghasilkan strategi penataan produk yang optimal. Metode yang digunakan berlandaskan pada kerangka Knowledge Discovery in Databases (KDD), melalui tahapan seleksi data, praproses, transformasi, pemodelan data dengan FP-Growth, serta evaluasi dan interpretasi hasil. Sampel data transaksi Januari–Maret 2025 dianalisis dengan minimum support 20% dan confidence 80%. Hasil penelitian menemukan 11 aturan asosiasi yang menunjukkan relasi kuat antar produk, seperti keterkaitan antara Risolles Baru dan Kue Soes, serta antara Martabak, Lemper Panggang, dan Risol Mayo Baru. Aturan ini memberikan dasar bagi strategi penataan produk yang lebih terarah dan efisien, serta membuka peluang penyusunan paket promosi. Implementasi FP-Growth terbukti efektif dalam mendukung pengambilan keputusan berbasis data dan meningkatkan efisiensi operasional koperasi.

• Katakunci FP-Growth, Tata Letak Produk, Koperasi, Data Mining, Association Rules
• URL https://s.id/tugasakhirunm
• Penerbit ,

REFERENSI

[1]      Undang-Undang Republik Indonesia Nomor 25 Tahun 1992 Tentang Perkoperasian. 1992. Diakses: 8 Mei 2025. [Daring]. Tersedia pada: https://peraturan.bpk.go.id/Details/46650/uu-no-25-tahun-1992

[2]      A. Nurfida dan A. Oktaviani, “Optimalisasi Tata Letak Fasilitas Koperasi Wanita Cahaya Uma Hasti di Cilodong, Depok,” Indonesian Journal for Social Responsibility, vol. 3, no. 01, hlm. 29–36, Jun 2021, doi: 10.36782/IJSR.V3I1.63.

[3]      R. Facey, G. Rehatta, dan F. R. Sinay, “The Influence of Product Layout on Purchasing Decisions at Alfamidi Minimarket Depok Lima, Desa Poka, Teluk Ambon District,” JENDELA PENGETAHUAN, vol. 18, no. 1, hlm. 131–142, Apr 2025, doi: 10.30598/jp18iss1pp131-142.

[4]      N. S. K.S., B. Sujatmiko, B. Sujatmiko, dan A. Andriani, “Implementasi Algoritma FP Growth Untuk Menganalisa Pola Pembelian Barang (studi kasus : Koperasi),” Inovate : Jurnal Ilmiah Inovasi Teknologi Informasi, vol. 6, no. 2, hlm. 30–37, Mar 2022, doi: 10.33752/INOVATE.V6I2.3173.

[5]      F. Sulianta, “Basic Data Mining From A to Z,” 2023. [Daring]. Tersedia pada: https://www.researchgate.net/publication/382274667

[6]      Atmaja, Gunawan Bayu, dan Rizal Rachman, “Perbandingan Algoritma Apriori Dan Fp-Growth Pada Analisis Perilaku Konsumen Terhadap Pembelian Data Elektronik,” Jurnal Informatika Teknologi dan Sains (Jinteks) 7.1 (2025): 298-307, 2025, Diakses: 8 Mei 2025. [Daring]. Tersedia pada: http://www.jurnal.uts.ac.id/index.php/JINTEKS/article/download/4850/2506

[7]      M. Raihan dan Sutisna, “Analisis Perbandingan Algoritma Apriori dan FP-Growth untuk Menentukan Strategi Penjualan Pada Maestro Jakarta Cafe & Space,” Jurnal Indonesia : Manajemen Informatika dan Komunikasi, vol. 5, no. 3, hlm. 3147–3157, Sep 2024, doi: 10.35870/jimik.v5i3.994.

[8]      M. Y. Zidane, B. N. Sari, I. Maulana, A. Primaya, dan G. Garno, “Penerapan Data Mining Dalam Klasifikasi Data Transaksi Produk Koperasi Di Smk Pgri 2  Karawang,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 1, hlm. 263–269, Des 2025, doi: 10.36040/JATI.V9I1.12196.

[9]      F. Z. Ghassani, Asep Jamaludin, dan Agung Susilo Yuda Irawan, “Market Basket Analysis Using The Fp-Growth Algorithm To Determine Cross-Selling,” Jurnal Informatika Polinema, vol. 7, no. 4, hlm. 49–54, Agu 2022, doi: 10.33795/jip.v7i4.508.

[10]    D. Pratama, K. Kaslani, dan E. Tohidi, “Market Basket Analysis Pada Data Penjualan Umkm Menggunakan Algoritma Fp-Growth,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 4, hlm. 8197–8206, Agu 2024, doi: 10.36040/JATI.V8I4.10939.

[11]    I. Gede, I. Sudipa, M. Darmawiguna, I. M. Dendi, M. Sanjaya, dan M. Dendi, “Buku Ajar Data Mining,” 2024. [Daring]. Tersedia pada: https://www.researchgate.net/publication/377415198https://www.researchgate.net/publication/377415198

[12]    S. Aisyah, A. C. Sembiring, D. Sitanggang, dan R. -, “Association Rule,” PUBLIS PENERBIT UNPRI PRESS, vol. 1, no. 1, hlm. 1–53, Apr 2023, Diakses: 13 Mei 2025. [Daring]. Tersedia pada: https://jurnal.unprimdn.ac.id/index.php/ISBN/article/view/3547

[13]    “KDD Process in Databases | GeeksforGeeks.” Diakses: 13 Mei 2025. [Daring]. Tersedia pada: https://www.geeksforgeeks.org/kdd-process-in-data-mining/

[14]    E. Hikmawati, N. U. Maulidevi, dan K. Surendro, “Minimum threshold determination method based on dataset characteristics in association rule mining,” J Big Data, vol. 8, no. 1, hlm. 1–17, Des 2021, doi: 10.1186/S40537-021-00538-3/FIGURES/3.

[15]    D. Dwiputra, A. M. Widodo, H. Akbar, dan G. Firmansyah, “Evaluating the Performance of Association Rules in Apriori and FP-Growth Algorithms: Market Basket Analysis to Discover Rules of Item Combinations,” Journal of World Science, vol. 2, no. 8, hlm. 1229–1248, Agu 2023, doi: 10.58344/JWS.V2I8.403.

[16]    “FP Growth Algorithm in Data Mining - Scaler Topics.” Diakses: 13 Mei 2025. [Daring]. Tersedia pada: https://www-scaler-com.translate.goog/topics/data-mining-tutorial/fp-growth-in-data-mining/?_x_tr_sl=en&_x_tr_tl=id&_x_tr_hl=id&_x_tr_pto=sge&_x_tr_hist=true

[17]    Nelisa dan S. H. A. Halim, “Identifikasi Pola Penjualan Kategori Barang dalam Menjaga Stabilitas Stok Barang Menggunakan Algoritma Fp-Growth,” Jurnal Informatika Ekonomi Bisnis, hlm. 155–160, Des 2021, doi: 10.37034/infeb.v3i4.94.

[18]    S. Nasution, S. Hidayati, P. R. Nasution, dan H. Hasyim, “Peranan Koperasi dalam Perekonomian Indonesia,” As-Syirkah: Islamic Economic & Financial Journal, vol. 3, no. 2, Jan 2024, doi: 10.56672/syirkah.v3i2.160.

[19]    M. Ridwan Lubis, B. Efendi Damanik, S. Informasi, dan S. Tunas Bangsa Pematangsiantar, “Penerapan Algoritma C5.0 Dalam Menentukan Tingkat Pemahaman Mahasiswa Terhadap Pembelajaran Daring,” Komputa : Jurnal Ilmiah Komputer dan Informatika, vol. 11, no. 1, hlm. 11–20, Apr 2022, doi: 10.34010/KOMPUTA.V11I1.7386.

[20]    S. Herdyansyah, E. H. Hermaliani, L. Kurniawati, dan S. R. Sri Rahayu, “Analisa Metode Association Rule Menggunakan Algoritma Fp-Growth Terhadap Data Penjualan (Study Kasus Toko Berkah),” Jurnal Khatulistiwa Informatika, vol. 8, no. 2, Des 2020, doi: 10.31294/jki.v8i2.9277.

[21]    Y. Fitri, A. Lubis, dan Y. D. Lestari, “Implementasi Association Rules  Dengan Algoritma Fp-Growth  Untuk Meningkatkan Penjualan Barang,” Jurnal Teknik Informasi dan Komputer (Tekinkom), vol. 6, no. 2, hlm. 886–892, Des 2023, doi: 10.37600/TEKINKOM.V6I2.1038.

[22]    J. Tri Suryani, N. Rahaningsih, dan R. Danar Dana, “Penerapan Asosiasi Untuk Menganalisa Penjualan Barang Menggunakan Algoritma Fp-Growth,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 3, hlm. 3435–3440, Mei 2024, doi: 10.36040/jati.v8i3.9750.

[23]    P. Rizky Wulandhari, N. Rahaningsih, I. Ali, dan C. Lukman Rohmat, “Implementasi Data Mining Dalam Perencanaan Persediaan Obat Menggunakan Algoritma Frequent Pattern Growth,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 1, hlm. 619–630, Mar 2023, doi: 10.36040/jati.v7i1.6404.

[24]    D. M. Br. Sitorus, T. Syaputra, dan M. Hutasuhut, “Penerapan Data Mining Pola Penjualan Barang Pada Koperasi Dengan Menggunakan Metode Algoritma FP-Growth,” Jurnal Sistem Informasi Triguna Dharma (JURSI TGD), vol. 3, no. 2, hlm. 101–110, Mar 2024, doi: 10.53513/jursi.v3i2.5791.