Penerapan Algoritma FP-Growth untuk Analisis Pola Pembelian Udang dan Manajemen Stok pada UMKM Perikanan
DOI:
https://doi.org/10.30865/jurikom.v13i4.9970Keywords:
FP-Growth, Aturan Asosiasi, Basis Data, Pola Pembelian, Manajemen StokAbstract
Banyak UMKM perikanan menghadapi tingkat kegagalan yang tinggi karena pengelolaan stok komoditas masih sangat bergantung pada intuisi atau pengalaman subjektif, sementara potensi besar dari tumpukan data transaksi sering kali diabaikan. Fenomena ini menunjukkan bahwa penggunaan teknik data mining menjadi sangat krusial untuk mengekstrak data mentah menjadi informasi strategis yang mampu mendukung pengambilan keputusan bisnis yang lebih akurat. Penelitian ini bertujuan untuk mengimplementasikan algoritma FP-Growth dalam memetakan pola pembelian udang secara presisi, sebagai langkah nyata untuk mendorong transformasi digital serta memformulasikan strategi bisnis berbasis data pada UMKM perikanan di wilayah Cilincing, Jakarta Utara. Penelitian ini secara sistematis mengadopsi kerangka kerja Knowledge Discovery in Databases (KDD) terhadap 500 data transaksi historis. Data tersebut melalui tahapan pembersihan preprocessing dan transformasi ke dalam bentuk matriks binomial agar kompatibel untuk dianalisis menggunakan perangkat lunak RapidMiner Studio, guna mengekstrak frequent itemsets serta menguji aturan asosiasi berdasarkan metrik Lift Ratio. Hasil analisis menunjukkan bahwa udang windu, udang galah, dan udang vanamei mendominasi keranjang belanja pelanggan. Aturan asosiasi terkuat ditemukan pada pola pembelian udang vanamei yang memicu pembelian udang windu dengan tingkat kepercayaan confidence sebesar 64,4% dan nilai Lift Ratio sebesar 1,127. Temuan yang tervalidasi secara matematis ini memberikan landasan empiris yang kuat bagi pemilik bisnis untuk beralih ke strategi operasional berbasis data. Hasil ini dapat diaplikasikan secara praktis untuk merancang strategi bundling produk yang tepat, mengoptimalkan manajemen stok, serta memitigasi risiko kekurangan persediaan secara proaktif di pasar yang kompetitif.
References
[1] M. Fahrurrozi and R. A. Putri, “DATA MINING MENGANALISA POLA PENJUALAN PERABOTAN PADA TOKO PRABOT KUKUH DI ACEH TENGGARA MENGGUNAKAN ALGORITMA PENDAHULUAN Persaingan dalam dunia bisnis , khususnya pada sektor penjualan perabot rumah tangga , menuntut pelaku usaha untuk memiliki strategi,” vol. 11, no. 1, pp. 1757–1773, 2026, doi: https://doi.org/10.36341/rabit.v11i1.7514.
[2] V. Fadillah, M. Syahril, and B. Anwar, “Penerapan FP-Growth Dalam Menganalisa Pola Pembelian Perlengkapan,” vol. 4, pp. 714–723, 2025, doi: https://doi.org/10.53513/jursi.v4i4.11550.
[3] S. . Ali, D. Krisbiantoro, and F. . Afiana, “Penerapan rekomendasi algoritma fp-growth untuk tren penjualan pada toko sanwikarta 1.,” vol. 10, no. 2, pp. 1010–1021, 2025, doi: https://doi.org/10.29100/jipi.v10i2.6150.
[4] I. Riadi, H. Herman, F. Fitriah, S. Suprihatin, A. Muis, and M. Yunus, “Implementation of association rule using apriori algorithm and frequent pattern growth for inventory control,” J. Infotel, vol. 15, no. 4, pp. 369–378, 2023, doi: 10.20895/infotel.v15i4.980.
[5] Nelisa and S. H. . Halim, “Jurnal Informatika Ekonomi Bisnis Identifikasi Pola Penjualan Kategori Barang dalam Menjaga Stabilitas Stok Barang Menggunakan Algoritma Fp-Growth,” vol. 3, pp. 155–160, 2021, doi: 10.35134/infeb.v3i4.94.
[6] W. Andriyani et al., PERANGKAT LUNAK DATA MINING. Bandung: Widina Media Utama, 2024.
[7] F. N. Hasan and R. Ariyansah, “Utilization of the FP-Growth Algorithm on MSME Transaction Data : Recommendations for Small Gifts from The,” vol. 17, no. 1, pp. 70–78, 2024, doi: https://doi.org/10.15408/jti.v17i1.37966.
[8] Windarto, D. Setiono, and D. Saputra, “PEMASARAN PRODUK KERAJINAN MENGGUNAKAN FREQUENT,” vol. 7, pp. 41–50, 2024, doi: https://doi.org/10.36080/idealis.v7i1.3100.
[9] J. Han, J. Pei, and H. Tong, Data Mining: Concepts and Techniques (4th Edition), 4th Editio. Cambridge: Morgan Kaufmann, 2022.
[10] R. Sharda, D. Delen, and E. Turban, Analytics, Data Science, & Artificial Intelligence: Systems for Decision Support, 11th Editi. New York: Pearson.
[11] M. A. Zarkhasy and C. Satria, “Determining and Managing Stock of Goods Based on Purchasing Patterns Using The Frequent Pattern Growth Algorithm,” vol. 3, no. 1, pp. 1–10, 2024, doi: 10.30812/IJECSA.v3i1.3416.
[12] I. Riadi, Herman, Fitriah, and Suprihatin, “Optimizing Inventory with Frequent Pattern Growth Algorithm for Small and Medium Enterprises,” vol. 23, no. 1, pp. 169–182, 2023, doi: 10.30812/matrik.v23i1.3363.
[13] F. N. Hasan, A. S. Aziz, and Y. Nofendri, “Utilization of Data Mining on MSMEs using FP-Growth Algorithm for Menu Recommendations,” vol. 22, no. 2, pp. 261–270, 2023, doi: 10.30812/matrik.v22i2.2166.
[14] F. Syaifulloh, E. Y. Puspaningrum, and M. M. Al Haromainy, “Analisis Pola Pembelian Pelanggan Menggunakan Algoritma Squeezer , Apriori dan FP-Growth Pada Toko Bangunan,” vol. 2, no. 3, 2024, doi: https://doi.org/10.62951/modem.v2i3.153.
[15] Satria, Haryono, and Widiyawati, “Analisis Algoritma FP-Growth Dalam Memprediksi Pola,” vol. 10, no. 2, pp. 103–112, 2025, doi: https://doi.org/10.51211/imbi.v10i2.3697.
[16] R. Dio, A. A. Dermawan, D. S. Yusiani, R. Herikson, and D. E. Kurniawan, “Scenario-Based Association Rule Mining in Veterinary Services Using FP-Growth : Differentiating Clinical and Customer-Driven Patterns,” vol. 9, no. 3, pp. 1058–1065, 2025, doi: https://doi.org/10.30871/jaic.v9i3.9698.
[17] G. Tripasha, N. Atya, and H. Sutejo, “Implementation of the FP-Growth Algorithm to Discover Item Association Patterns in Sales Transactions,” vol. 4, no. 2, 2026, doi: https://doi.org/10.51903/tc3ne886.
[18] R. Maulana, S. Suryadi, S. Z. Harahap, and A. P. Juledi, “Implementation of Apriori and Fp-Growth Algorithms in Analyzing Sales Patterns on Sekojab ’ s Moving Coffee,” vol. 7, no. 1, pp. 1–10, 2026, doi: https://doi.org/10.33122/ejeset.v7i1.1394.
[19] J. Prayitno, B. Saputra, and S. A. Rahayu, “Market Basket Analysis Using FP-Growth Algorithm to Design Marketing Strategy by Determining Consumer Purchasing Patterns,” vol. 4, no. 1, pp. 38–49, 2023, doi: https://doi.org/10.47738/jads.v4i1.83.
[20] D. Pratama, K. Kaslani, and E. Tohidi, “Market Basket Analysis Pada Data Penjualan Umkm Menggunakan Algoritma Fp-Growth,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 4, pp. 8197–8206, 2024, doi: https://doi.org/10.36040/jati.v8i4.10939.
[21] E. Haerani and C. Juliane, “Pencarian Pola Pelanggan Menggunakan Algoritma FP - Growth untuk Pendukung Keputusan Tata Letak Desain Produk Finding Customer Patterns Using FP - Growth Algorithm for Product Design Layout Decision Support,” vol. 11, pp. 402–413, 2022, doi: https://doi.org/10.32520/stmsi.v11i2.1762.
[22] Widyasari, U. Syafiqoh, N. T. Rahmadania, and L. Hartono, “Pengaturan Tata Letak Produk Fashion dengan FP-Growth untuk Peningkatan Penjualan UMKM,” J. Big Data Anal. Artif. Intell., vol. 8, no. 1, pp. 30–35, 2025, doi: https://doi.org/10.71302/jbidai.v8i1.69.
[23] A. Padillah, H. S. Tambunan, R. A. Nasution, and A. Info, “Penerapan Algoritma FP-Growth dalam Menganalisa Pola dan Tata Letak Bahan Makanan Application of the FP-Growth Algorithm in Analyzing Patterns and Layout of Foodstuffs,” vol. 1, no. 4, 2023, doi: https://doi.org/10.55123/jomlai.v1i4.1673.
[24] R. Sharda, D. Delen, and E. Turban, Business Intelligence, Analytics, Data Science, and AI: A Managerial Perspective, 5th ed. Hoboken, NJ: Pearson, 2022.
[25] V. M. Christy and I. Maryati, “FP-Growth Implementation for Market Basket Analysis in Building Materials Store in Surabaya,” vol. 10, no. 2, 2026, doi: https://doi.org/10.30871/jaic.v10i2.12271.
