Prediksi Persediaan Sepeda Motor Pada Dealer Yamaha Jaya Baru Motor Mengunakan Metode Frequent Pattern (FF-Growth)
DOI:
https://doi.org/10.47178/infinity.v2i1.1690Keywords:
Data Mining, Prediksi, Asosiasi, Lift RatioAbstract
Perkembangan teknologi yang begitu cepat dapat menangani permasalahan-permasalahan yang ada dengan cara memprediksi dengan berbagai teknik. Maka pentingnya teknologi untuk memprediksi dalam persediaan sepeda motor merupakan keseimbangan antara investasi sehingga apa yang direncanakan dan ditargetkan dapat tercapai tanpa kendala yang disebabkan oleh suatu barang. Bagaimana kinerja model prediksi persediaan sepeda motor menggunakan algoritma Frequent Pattern Growth (FP-Growth).
Salah satu data mining yang digunakan dalam penelitian ini adalah association rule dengan menerapkan algoritma Frequent Pattern Growth (FP-Growth) dan diimplementasikan pada aplikasi Microsoft Excel. Hasil penelitian yang telah dilakukan dengan adanya penerapan algoritma FP-Growth pada perhitungan manual dengan syarat batasan nilai support>30% dan nilai Confidence70%. Kemudian disimpulkan bahwa telah dilakukan penerapan algoritma FP-Growth untuk penentuan pada pola pembelian di dealer Yamaha Jaya baru motor. Dari dataset 15 transaksi penjualan produk barang yang menjadi frequent itemset merupakan kombinasi itemset yang terdapat 24 rules pola asosiasi dengan memenuhi nilai syarat batasan tersebut. Hasil association rules diperoleh terdapat 17 rules yang telah memenuhi nilai syarat.