SISTEM REKOMENDASI PEMESANAN SPAREPART DENGAN ALGORITMA FP-GROWTH (STUDI KASUS PT. ROSALIA SURAKARTA)

Abstract

Bisnis adalah salah satu bidang yang tidak dapat lepas dari kebutuhan akan informasi Ketepatan, kecepatan dan keakuratan dalam mengolah data menjadi informasi sangatlah diperlukan .Semakin cepat informasi dapat diperoleh maka sebuah perusahaan dapat menentukan sebuah strategi bisnis yang efekstif dan efisien, Salah satu keuntungan adanya kecepatan informasi adalah adanya system rekomendasi. Rekomendasi merupakan model aplikasi dari hasil observasi pengolahan data sebelumnya dan keadaan pelanggan dalam membeli suatu produk.Dalam hal ini dapat sistem rekomendasi dapat diterapkan dalam pembelian sparepart di PT. Rosalia .

Assosiation Rule Mining merupakan salah satu teknik yang dapat digunakan dalam mengasosiasikan data sehingga menemukan pola hubungan yang terbentuk secara tidak langsung dari sebuah data. Dalam menemukan sebuah pola maka diperlukan pembacaan data berulang kali sehingga diperlukan adanya algoritma dan metode tertentu yang efisien. Dalam hal tersebut, penelitian ini menggunakan algoritma FPGrowth untuk pendekatan nilai asosiasi data. Hasil yang dicapai dalam penelitian ini adalah adanya rule sistem rekomendasi pembelian sparepart dengan minimum support 0.15 dan minimum confidence 0.8