Analisis Pola Pembelian Konsumen Menggunakan Algoritma FP-Growth (Studi Kasus: Swalayan Metro Medan)

Abstract

Perkembangan pesat industri ritel modern mendorong perlunya pemanfaatan teknologi untuk meningkatkan efisiensi operasional, khususnya dalam pengelolaan data transaksi. Swalayan Metro Medan, sebagai salah satu ritel di Kota Medan, memiliki potensi besar dalam memanfaatkan data transaksi konsumen yang selama ini belum dianalisis secara optimal. Padahal, data transaksi menyimpan informasi penting mengenai kebiasaan belanja pelanggan, frekuensi pembelian, serta produk-produk yang sering dibeli bersamaan. Penelitian ini bertujuan untuk mengidentifikasi pola pembelian konsumen menggunakan algoritma Frequent Pattern Growth (FP-Growth), sebuah metode dalam data mining yang efektif untuk menemukan asosiasi antar produk tanpa membentuk kombinasi itemset secara eksplisit. Hasil analisis menunjukkan bahwa algoritma FP-Growth berhasil mengungkap hubungan antar produk, seperti kombinasi Harmony SBN dan GG Surya Filter CKLT dengan nilai confidence 25%, serta Indomie Kari Ayam dan H&S Shampoo dengan confidence 22,22%. Berdasarkan aturan asosiasi yang diperoleh, strategi pengelolaan stok dapat dioptimalkan dengan menghindari pembelian berlebih terhadap produk dengan tingkat asosiasi rendah dan merekomendasikan produk yang memiliki tingkat asosiasi menengah hingga tinggi kepada konsumen. Selain itu, informasi pola pembelian ini juga dapat dimanfaatkan untuk strategi promosi seperti bundling, penempatan produk yang berdekatan untuk meningkatkan cross-selling, dan personalisasi rekomendasi produk berdasarkan kebiasaan belanja pelanggan. Dengan demikian, penerapan FP-Growth memberikan kontribusi nyata dalam mendukung pengambilan keputusan bisnis yang lebih efektif dan berbasis data di Swalayan Metro Medan.