Implementasi Data Mining Dalam Penentuan Produk Bundling Tanaman Hias Menggunakan Algoritma Fp-Growth

Bundling merupakan salah satu strategi pemasaran dimana dua atau lebih produk dijual secara bersama dalam satu paket dengan harga yang lebih terjangkau daripada membeli produk tersebut secara terpisah. Berdasarkan hasil analisa perusahaan bahwa sebagian besar konsumen membeli produk lebih dari satu sehingga perusahaan menerapkan strategi pemasaran Bundling untuk menarik perhatian. Namun berdasarkan hasil analisis transaksi penjualan pada bulan Agustus hingga Desember 2022 menunjukkan bahwa strategi Bundling yang saat ini digunakan tidak menghasilkan keuntungan lebih dibandingkan penjualan produk secara satuan. Hal ini menunjukan bahwa pemilihan tanaman Bundling yang dilakukan saat ini menyebabkan konsumen tidak terlalu tertarik untuk membeli karena tidak sesuai dengan kebutuhanya Berdasarkan permasalahan tersebut perusahaan membutuhkan implementasi Data Mining dengan metode association rule untuk membuat paket Bundling yang sesuai dengan kebutuhan konsumen. Salah satu algoritma asosiasi yang memiliki keunggulan daripada algoritma lain untuk menemukan lebih banyak itemset dan menghasilkan tingkat akurasi atau confidence yang lebih baik yaitu Algoritma FP-Growth. Algoritma FP-Growth adalah metode kembangan dari algoritma apriori yang dipergunakan untuk mencari kumpulan data yang sering muncul dalam himpunan data. Metodologi yang digunakan pada penelitian ini adalah Cross-Industry Standard Process For Data Mining (CRISP-DM) meliputi pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi dan implementasi. Hasil penelitian berhasil membangun sistem Bundling berbasis website yang dapat mempermudah perusahaan dalam mendapatkan rekomendasi produk Bundling dengan lebih cepat serta berdasarkan hasil pengujian menggunakan blackbox testing menunjukan bahwa sistem telah berfungsi dengan baik dan memberikan hasil yang sesuai dengan yang diharapkan.