Penerapan Association Rule Menggunakan Algoritma Fp-Growth Untuk Penyusunan Strategi Promosi Produk Pada Umkm Ai Boba

Perwira, Reynaldi Drajat Ageng (2022) Penerapan Association Rule Menggunakan Algoritma Fp-Growth Untuk Penyusunan Strategi Promosi Produk Pada Umkm Ai Boba. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05211840000088-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

UMKM Ai Boba adalah salah satu UMKM minuman yang telah berdiri sejak tahun 2019 dengan tema bubble tea yang menyediakan 11 variasi rasa minuman boba sesuai dengan minat pelanggan. Sebagai UMKM yang baru, UMKM Ai Boba melakukan promosi untuk dapat meningkatkan tingkat variasi penjualan produk. Promosi yang dilakukan UMKM Ai Boba masih belum melibatkan analisa minat pelanggan. Promosi yang dilakukan tanpa menggunakan analisa data terbukti tidak berjalan dengan baik karena promosi yang dilakukan hanya melalui beberapa percobaan untuk mengombinasikan minuman secara acak atau memberikan diskon pada produk tertentu. Hal ini menimbulkan ketidaksesuaian minat pelanggan dalam memesan kombinasi minuman atau promo yang telah diberikan pada program promosi UMKM Ai Boba yang menyebabkan melambatnya pertumbuhan penjualan. Untuk menjawab permasalahan tersebut, diperlukan metode yang dapat menganalisis pola transaksi pembelian atau yang biasa dikenal dengan analisa keranjang pasar pada pesanan minuman pelanggan Ai Boba dengan memanfaatkan data yang telah didapatkan dengan tujuan untuk melakukan analisa pola pemesanan pelanggan. Salah satu metode yang dapat diterapkan yakni dengan metode association rule menggunakan algoritma FP-Growth. Algoritma ini memproses kumpulan data menggunakan struktur FP-Tree dan menghasilkan menu yang paling sering dipesan secara langsung dari struktur tersebut. Tujuan dari penggunaan metode ini adalah untuk menemukan menu yang diminati pelanggan serta melihat asosiasi atau keterikatan menu tersebut dengan menu lainnya sehingga dapat terbentuk pola kombinasi menu terfavorit dari sebagian besar pelanggan UMKM Ai Boba. Penggalian association rule (aturan asosiasi) dilakukan dengan menggunakan data set dari transaksi penjualan UMKM AI Boba. Data transaksi penjualan dibagi menjadi 5 data set sederhana dan dikelompokkan menjadi kelompok mingguan dan kelompok bulanan. Pencarian dilakukan pada setiap data set yang didapatkan sehingga dapat menghasilkan kumpulan kombinasi produk yang memiliki nilai terbaik dari setiap sub data set. Pengelompokan dilakukan untuk menghimpun aturan asosiasi yang didapatkan pada data set dengan kelompok mingguan yang terdiri dari aturan asosiasi dari data set hari kerja dan hari libur serta kelompok bulanan dari data set awal bulan, pertengahan bulan, dan akhir bulan. Daftar promosi dibentuk berdasarkan hasil penilaian kelompok association rule yang menghasilkan 9 rancangan promosi hari kerja, 10 rancangan promosi hari libur, 9 rancangan promosi awal bulan, 5 rancangan promosi pertengahan bulan, dan 9 rancangan promosi akhir bulan. Kombinasi produk terlaris adalah produk chocolate_mint dan Mocca_Mint dengan nilai support 0.080 dan confidence 0.445. Nilai support yang tinggi menandakan bahwa produk sering dibeli dan nilai confidence yang tinggi menandakan bahwa kombinasi produk tersebut sering terjadi. Produk dengan penjualan terendah adalah produk pandan_klepon, black_tea_milk, dan peach_tea sehingga produk tersebut membutuhkan program promosi tersendiri.
==============================================================================================================================
Ai Boba UMKM is one of the beverage Industry that has been established since 2019 with the theme of bubble tea which provides 11 variations of boba drink flavors according to customer interests. As a new UMKM, Ai Boba conducts promotions to increase the level of variation in product sales. The promotion carried out by Ai Boba's UMKM still does not involve an analysis of customer interest. Promotions that were carried out without using data analysis have poor result because the promotions were carried out through randomly combines variants of drinks or provide discounts on certain products. This causes a mismatch of customer interest in ordering a combination of drinks or promos that have been given to the Ai Boba UMKM promotion program which causing low sales growth. One method that can be applied for the problem is the Association rule method using the FP-Growth algorithm. This algorithm processes the data set using the FP-Tree structure and generates the most frequently ordered menu directly from that structure. The purpose of using this method is to find the menu that customers are interested in and see the association or attachment of the menu to other menus so that a pattern can be formed that connects the menu combinations of the majority of Ai Boba's UMKM customers. Association rule Mining was carried out using datasets from sales transactions of Industry AI Boba. Sales transaction data is divided into 5 simple sub data sets and grouped into weekly groups and monthly groups. The search is carried out on each sub-dataset obtained so that it can produce a collection of product combinations that have the best value from each sub-dataset. Grouping is done to collect association rules obtained in the sub-dataset with weekly groups consisting of association rules from the weekday and weekend sub-datasets and monthly groups from the early, mid-month, and end-month sub-datasets. The promotion list was formed based on the results of the association rule group assessment which resulted in 9 promotional designs on weekdays, 10 promotional designs on weekend, 9 promotional designs for the beginning of the month, 5 promotion designs for the middle of the month and 9 promotional designs for the end of the month. The combination of the best-selling products is chocolate_mint and Mocca_Mint with 0.080 support and 0.445 confidence. The higher support and confidence value, the higher the combination product purchased. Product pandan_kleponn, black_tea_milk, and peach_tea products are the products with the lowest sales, so they require separate promotional programs.

Item Type:	Thesis (Other)
Additional Information:	RSSI 006.31 Per p-1 2022
Uncontrolled Keywords:	Association Rule. FP-Growth. Promosi. UMKM. Association Rule. FP-Growth. Promotion. UMKM
Subjects:	H Social Sciences > HD Industries. Land use. Labor > HD30.213 Management information systems. Dashboards. Enterprise resource planning.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	04 Jun 2026 02:22
Last Modified:	04 Jun 2026 02:22
URI:	http://repository.its.ac.id/id/eprint/133545

Actions (login required)

View Item