Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen menggunakan algoritma Frequent Pattern Growth (FP-Growth), mengetahui hubungan asosiasi antar obat berdasarkan nilai support, confidence, dan lift ratio, serta membangun sistem berbasis web yang dapat membantu proses analisis data transaksi penjualan obat. Metode yang digunakan dalam penelitian ini adalah algoritma FP-Growth dengan tahapan pembentukan FP-Tree, pencarian frequent itemset, dan pembentukan association rule. Pengembangan sistem dilakukan menggunakan metode Waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Data yang digunakan dalam penelitian terdiri dari 20 transaksi penjualan obat dengan nilai minimum support sebesar 20% dan minimum confidence sebesar 60%. Hasil penelitian menunjukkan bahwa item yang paling sering muncul adalah Antangin dengan frekuensi 9 transaksi (45%), diikuti Paracetamol dan Vitamin C masing-masing sebanyak 8 transaksi (40%). Selain itu diperoleh tiga aturan asosiasi yang memenuhi kriteria, yaitu Promag → Antangin dengan support 20%, confidence 66,67%, dan lift ratio 1,48; Tolak Angin → Kiranti dengan support 20%, confidence 80%, dan lift ratio 3,20; serta Kiranti → Tolak Angin dengan support 20%, confidence 80%, dan lift ratio 3,20. Hasil tersebut menunjukkan bahwa Tolak Angin dan Kiranti memiliki hubungan asosiasi yang paling kuat. Sistem yang dibangun berhasil melakukan pengelolaan data transaksi dan analisis pola pembelian secara otomatis. Berdasarkan hasil pengujian Black Box Testing, seluruh fungsi sistem berjalan dengan baik dengan tingkat keberhasilan sebesar 100%.

S12729

INF 0251 2026

Bekasi

Tersedia