Penerapan Algoritma FP-Growth untuk Rekomendasi Penataan Barang Berdasarkan Pola Pembelian Konsumen (Studi Kasus: SRC Laksanamart)

Data transaksi penjualan di SRC Laksanamart belum dimanfaatkan untuk menganalisis pola pembelian, sehingga penataan barang masih didasarkan pada intuisi. Penelitian ini bertujuan menerapkan algoritma FP-Growth untuk menggali aturan asosiasi antarproduk guna merumuskan rekomendasi penataan tata letak rak (store layout) dan strategi promosi. Data yang digunakan adalah 1.101 transaksi penjualan periode Desember 2025 dengan 20 produk aktif. Prapemrosesan menggunakan Microsoft Excel dan penambangan frequent itemset diolah dengan RapidMiner Studio. Hasil pengujian menggunakan parameter minimum support 1% dan minimum confidence 15% menghasilkan 57 frequent itemset dan 24 aturan asosiasi valid (Lift ratio > 1). Pola keterkaitan terbagi dalam klaster kebutuhan dapur, perawatan diri, dan kebutuhan balita. Aturan dengan probabilitas tertinggi adalah pembelian Korek Api bersama Rokok (Confidence 84,00%), sedangkan keterkaitan komplementer terkuat ada pada Gula Pasir dan Kopi (Lift ratio 3,09). Berdasarkan temuan tersebut, rekomendasi operasional difokuskan pada redesain tata letak rak dengan menempatkan barang komplementer berdampingan, serta penerapan strategi promosi seperti product bundling dan cross-selling untuk mendukung strategi peningkatan penjualan.