<![CDATA[Dalam era globalisasi ini, industri ritel mengalami perkembangan yang pesat. Salah satu sektor penting dalam industri ritel adalah penjualan barang, yang merupakan kebutuhan bagi masyarakat. Dengan jumlah transaksi yang tinggi, data penjualan menjadi sumber berharga untuk menggali informasi dan pola yang dapat meningkatkan efisiensi bisnis. Masalah dalam konteks ini, identifikasi pola asosiasi dalam data penjualan barang menjadi penting. Pola-pola ini dapat mengungkapkan hubungan dan ketergantungan antara berbagai produk yang dibeli konsumen. Namun, kompleksitas data yang tinggi dan jumlah transaksi yang besar membuat penggunaan metode analisis yang efisien dan akurat menjadi suatu tantangan. Tujuan penelitian ini untuk menerapkan metode Fp-Growth (Frequent Pattern Growth) dalam analisis penjualan barang guna mengidentifikasi pola asosiasi yang signifikan. Dengan menganalisis data penjualan, tujuan utama adalah menemukan kombinasi produk yang kemungkinan sering dibeli bersama oleh konsumen. Hasil dari analisis ini diharapkan dapat memberikan wawasan baru kepada pemilik toko atau pengecer dalam merencanakan strategi stok, promosi, dan penempatan produk yang lebih efektif. Metode menggunakan algoritma Fp-Growth dipilih karena kemampuannya dalam mengatasi kompleksitas analisis asosiasi pada dataset besar. Metode ini mengidentifikasi pola asosiasi dengan menghasilkan itemset yang sering muncul bersama dalam transaksi, yang menggambarkan frekuensi kemunculan itemset, serta ekstraksi pola asosiasi berdasarkan struktur tersebut. Hasil yang diperoleh dengan analisis menggunakan metode Fp-Growth dapat menghasilkan nilai confidence sebesar 0.97 artinya dapat memberikan pandangan baru mengenai perilaku pembelian konsumen. Pola-pola ini dapat digunakan untuk mengoptimalkan strategi penjualan, seperti penempatan produk di rak yang sesuai atau penawaran yang lebih menarik bagi konsumen.]]>
