IMPLEMENTASI ALGORITMA FREQUENT PATERN GRO WTH D A L A M P E N E N T U A N P E N J U A L A N BARANG TERPOPULER PADA DATA TRANSAKSI PENJUALAN THRIFT SHOP ODELIZ.ID

Odeliz.ID menjadi salah satu thriftshop yang ikut bersaing dalam dunia bisnis fashion dan menjual berbagai jenis rok kedalam empat kategori yaitu, premium, basic, semibasic, dan sale. Untuk menemukan barang terpopuler yang dibeli konsumen, digunakan algoritma frequent patern growth untuk menganalisis barang terpopuler dari data transaksi penjualan Odeliz.Id. Nilai support dan confidence digunakan sebagai ukuran analisis data. Rok dengan kategori B (basic) memiliki nilai support tertinggi sebesar 0.52 atau 52%, yang berarti kategori ini menjadi rok yang paling populer di kalangan pembeli. Pembelian rok dengan kategori SB (semibasic) bersamaan dengan kategori B memiliki nilai confidence tertinggi sebesar 28,9%, hal ini bisa menjadi saran untuk promosi produk dengan cara membundling harga yang mengandung dua kategori rok ini. Penerapan algoritma FP-Growth berhasil dalam mengidentifikasi pola-pola frekuensi tinggi dalam data transaksi penjualan Odeliz.ID. Frequent itemset yang didapat atau barang barang yang sering dibeli secara bersamaan adalah barang dengan kategori P (premium) dan B, B dan P, SB dan P, SB dan B. Nilai support mengindikasikan seberapa sering suatu produk dibeli dan nilai confidence mengukur seberapa sering barang yang dibeli secara bersamaan dalam suatu transaksi.