Abstract:
Sistem rekomendasi merupakan salah satu teknik data mining yang dapat mengelola data
transaksi dan memberikan sebuah data keterhubungan mengenai rekomendasi dari suatu
barang. Tujuan dari penggunaan sistem rekomendasi ini untuk memaksimalkan penjualan
maupun mengurangi kerugian dari barang – barang yang kurang diminati. Salah satu
algoritma dari sistem rekomenasi adalah FP-Growth yang dapat memberikan hasil data
berupa aturan asosiasi. Algoritma FP-Growth menggunakan parameter support dan
confidence sebagai acuan mencari aturan asosiasi. Dalam perhitungan FP-Growth ini nilai
support yang digunakan dalam data adalah 30% dan nilai confidence sebesar 60%. Kemudian
aturan asosiasi tersebut akan bernilai valid atau tidak dihitung menggunakan teknik
perhitungan lift ratio. Hasil dari menggunakan algoritma ini menunjukan bahwa terbentuknya
aturan asosiasi sebanyak 5 rule dalam data dengan asosiasi Jahe Merah, maka membeli Madu
Sp menjadi yang terbaik dengan support 37,14%, nilai confidence 92,86%, dan lift ratio 1,63
yang artinya asosiasi ini bernilai valid.
