Implementasi Algoritma Fp-Growth pada Sistem Persediaan Obat-Obatan

Authors

DOI:

https://doi.org/10.46576/device.v6i1.6695

Keywords:

Data mining, Association rules, Frequent itemset, Fp-Growth.

Abstract

Persaingan industri farmasi semakin ketat, para pelaku bisnis harus berpikir keras untuk menyusun strategi guna menghadapi persaingan. Salah satu strategi yang digunakan adalah memanfaatkan teknologi. Teknologi informasi dianggap membantu perusahaan melakukan bisnis dan perusahaan dapat menggunakan data yang dihasilkan oleh sistem informasi untuk membantu pengambilan keputusan bila ditangani dengan benar, data dapat menghasilkan informasi berharga. Cara yang dilakukan untuk pengolahan data dan menghasilkan pengetahuan baru dari data tersebut adalah dengan menggunakan teknik data mining. Teknik yang digunakan adalah algoritma FP-Growth, yaitu algoritma yang menghasilkan frequent itemset digunakan dalam proses penentuan aturan yang dapat menghasilkan pilihan. Algoritma Fp-Growth merupakan pengembangan algoritma Apriori. Algoritma Fp-Growth menggunakan konsep tree development saat mencari frequent itemset. Data digunakan adalah 26 jenis produk obat-obatan dan 60 data transaksi. Pada penelitian ini ditentukan nilai support minimal 10% dan nilai confidence minimal 30%. Dari hasil pengujian yang dilakukan diperoleh aturan dengan nilai kepercayaan 30% bahwa jika konsumen membeli antasida maka mereka juga membeli guaifenesin.

References

G. Gunadi and D. I. Sensuse, “Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth ( Fp-Growth ) :,” Telematika, vol. 4, no. 1, pp. 118–132, 2012.

I. Riadi, H. Herman, F. Fitriah, and S. Suprihatin, “Optimizing Inventory with Frequent Pattern Growth Algorithm for Small and Medium Enterprises,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 23, no. 1, pp. 169–182, 2023, doi: 10.30812/matrik.v23i1.3363.

W. Hadinata, J. Waruwu, and T. Hermanto, “Journal of Sisfotek Global Comparison of Apriori and Frequent Pattern Growth Algorithm in Predicting The Sales of Goods ARTICLE HISTORY,” Issn, vol. 11, no. 2, pp. 89–96, 2021, [Online]. Available: http://journal.stmikglobal.ac.id/index.php/sisfotek

D. Agushinta R. and M. M. Putri, “Association Rule Analysis of Fp-Growth Algorithm on Drug Purchase Patterns,” J. Ilm. Teknol. dan Rekayasa, vol. 27, no. 3, pp. 196–212, 2022, doi: 10.35760/tr.2022.v27i3.4626.

A. Wadanur and A. A. Sari, “Implementasi Algoritma Apriori dan FP-Growth pada Penjualan Spareparts,” Edumatic J. Pendidik. Inform., vol. 6, no. 1, pp. 107–115, 2022, doi: 10.29408/edumatic.v6i1.5470.

D. S. [12] Mariana et al., “Implementasi Metode K-Medoids Untuk Pengelompokan Data Obat Pada Klinik Khalisa Medic,” J. Media Inform. Budidarma, vol. 2, no. 2, p. 107, 2018.

I. Ismarmiaty and R. Rismayati, “Product Sales Promotion Recommendation Strategy with Purchase Pattern Analysis FP-Growth Algorithm,” Sinkron, vol. 8, no. 1, pp. 202–211, 2023, doi: 10.33395/sinkron.v8i1.11898.

E. Munanda and S. Monalisa, “Penerapan Algoritma Fp-Growth Pada Data Transaksi Penjualan Untuk Penentuan Tataletak,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 7, no. 2, pp. 173–184, 2021, [Online]. Available: http://ejournal.uin-suska.ac.id/index.php/RMSI/article/view/13253

A. H. Nasyuha et al., “Frequent pattern growth algorithm for maximizing display items,” Telkomnika (Telecommunication Comput. Electron. Control., vol. 19, no. 2, pp. 390–396, 2021, doi: 10.12928/TELKOMNIKA.v19i2.16192.

A. H. Nasyuha, Zulham, and I. Rusydi, “Implementation of K-means algorithm in data analysis,” Telkomnika (Telecommunication Comput. Electron. Control., vol. 20, no. 2, pp. 307–313, 2022, doi: 10.12928/TELKOMNIKA.v20i2.21986.

D. K. Pramudito, T. W. Nurdiani, B. Winardi, A. Y. Rukmana, and K. Kraugusteeliana, “Website User Interface Design Using Data Mining Task Centered System Design Method At National Private Humanitarian Institutions,” Indones. J. Artif. Intell. Data Min., vol. 6, no. 2, p. 281, 2023, doi: 10.24014/ijaidm.v6i2.25814.

AHMAD ADRI, “Implementasi Data Mining Menggunakan Algoritma Apriori,” Pap. Knowl. . Towar. a Media Hist. Doc., vol. 6, no. 2, pp. 1–77, 2021.

M. Hafizh, T. Novita, D. Guswandi, H. Syahputra, and L. Mayola, “Implementasi Data Mining Menggunakan Algoritma Fp-Growth Untuk Menganalisa Transaksi Penjualan Ekspor Online,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 5, no. 3, pp. 242–249, 2023, doi: 10.47233/jteksis.v5i3.847.

R. L. Najmi, M. Irsyad, F. Insani, A. Nazir, and . P., “Analisis Pola Asosiasi Data Transaksi Penjualan Minuman Menggunakan Algoritma FP-Growth dan Eclat,” Build. Informatics, Technol. Sci., vol. 5, no. 1, pp. 0–7, 2023, doi: 10.47065/bits.v5i1.3592.

D. Hartanti and V. Atina, “Product Stock Supply Analysis System with FP Growth Algorithm,” vol. 5, no. 4, pp. 1312–1320, 2023, doi: 10.51519/journalisi.v5i4.580.

Q. D. Rosyadi and A. W. Utami, “Implementasi Algoritma Frequent Pattern Growth untuk Menentukan Pola Pembelian Konsumen pada Toko Tanaman Berbasis Website,” vol. 04, no. 03, pp. 107–114, 2023.

F. Mahardika, N. Alfiah, and R. Bagus Bambang Sumantri, “Penerapan Metode FP Tree dan Frequent Pattern Growth pada Penerimaan Mahasiswa Baru STMIK,” Blend Sains J. Tek., vol. 1, no. 3, pp. 226–234, 2023, doi: 10.56211/blendsains.v1i3.176.

E. E. Putri, B. S. Hasugian, A. Info, and D. Mining, “Pattern Analysis of Drug Procurement System With FP-Growth Algorithm,” vol. 7, no. 1, pp. 70–79, 2022, doi: 10.15575/join.v7i1.841.

Y. P. Bunda, “Algoritma FP-Growth Untuk Menganalisa Pola Pembelian Oleh-Oleh (Studi Kasus Di Pusat Oleh-Oleh Ummi Aufa Hakim),” Riau J. Comput. Sci., vol. 06, no. 01, pp. 34–44, 2020.

Downloads

Published

2025-06-02

Issue

Vol. 6 No. 1: JUNI 2025

Section

ARTIKEL VOL. 6 NO. 1 2025

License

Penulis yang naskahnya diterbitkan menyetujui ketentuan sebagai berikut:

  1. Hak publikasi atas semua materi naskah jurnal yang diterbitkan/dipublikasikan dalam jurnal ini dipegang oleh dewan redaksi dengan sepengetahuan penulis (hak moral tetap milik penulis naskah).
  2. Ketentuan legal formal untuk akses artikel digital jurnal elektronik ini tunduk pada ketentuan lisensi Creative Commons Attribution-ShareAlike (CC BY), yang berarti  Jurnal Device berhak menyimpan, mengalih media/format-kan, mengelola dalam bentuk pangkalan data (database), merawat, dan mempublikasikan artikel tanpa meminta izin dari Penulis selama tetap mencantumkan nama Penulis sebagai pemilik Hak Cipta.
  3. Naskah yang diterbitkan/dipublikasikan secara cetak dan elektronik bersifat open access untuk tujuan pendidikan, penelitian, dan perpustakaan. Selain tujuan tersebut, dewan redaksi tidak bertanggung jawab atas pelanggaran terhadap hukum hak cipta.