IMPLEMENTASI ALGORITMA FP-GROWTH PADA SISTEM REKOMENDASI BERBASIS WEB UNTUK MENENTUKAN POLA BELANJA PRODUK

Usaha Mikro Kecil dan Menengah (UMKM) Chicken Vei memiliki berbagai variasi menu, namun data transaksi penjualan yang tersedia belum dimanfaatkan untuk mengetahui pola belanja pelanggan. Padahal, informasi mengenai pola pembelian produk dapat membantu dalam memberikan rekomendasi menu tambahan kepada pelanggan. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan algoritma FP-Growth pada sistem rekomendasi berbasis web untuk menentukan pola belanja produk.
Pengembangan sistem pada penelitian ini menggunakan metode Waterfall yang meliputi tahapan analisis kebutuhan, desain sistem, implementasi, dan pengujian. Data yang digunakan dalam penelitian ini berjumlah 1.252 transaksi yang dikumpulkan pada periode 1 Juli 2025 hingga 17 September 2025. Proses analisis dilakukan menggunakan algoritma FP-Growth dengan parameter minimum support 3% dan minimum confidence 40% untuk menghasilkan aturan asosiasi antar produk.
Hasil analisis menghasilkan 5 aturan asosiasi yang menunjukkan hubungan antar produk yang sering dibeli secara bersamaan oleh pelanggan. Aturan tersebut kemudian diimplementasikan dalam sistem rekomendasi berbasis web yang dapat membantu admin memberikan saran menu kepada pelanggan secara cepat. Berdasarkan hasil pengujian menggunakan metode Black Box, sistem yang dibangun dapat berjalan dengan baik dan sesuai dengan fungsinya.