IMPLEMENTASI ALGORITMA FREQUENT PATTERN GROWTH UNTUK IDENTIFIKASI POLA PEMBELIAN OBAT BEBAS (OVER THE COUNTER) (Studi Kasus: Apotek KMG Kesugihan)

Penelitian ini bertujuan untuk mengidentifikasi pola pembelian obat bebas (Over The Counter/OTC), khususnya kategori analgesik dan antipiretik, di Apotek KMG Kesugihan menggunakan algoritma Frequent Pattern Growth (FP-Growth). Data yang digunakan berasal dari transaksi penjualan obat periode Januari–Desember 2024 sebanyak 111.000 baris data serta data master barang yang memuat informasi produk, jenis obat, kelompok, harga, dan stok. Tahapan penelitian mengikuti metodologi CRISP-DM yang meliputi data understanding, data preparation, modeling, evaluation, dan deployment. Data dipraproses dan ditransformasikan ke dalam format biner (one-hot encoding), kemudian dianalisis menggunakan FPGrowth untuk menghasilkan frequent itemsets dan association rules berdasarkan metrik support, confidence, dan lift, serta divisualisasikan menggunakan bar chart, scatter plot, dan network plot. Hasil penelitian menunjukkan bahwa dari 3.213 transaksi fokus diperoleh 51
frequent itemsets dan 12 association rules fokus. Aturan terkuat diperoleh pada kombinasi KALMETHASONE dan BODREX TAB ⇒ VOLTADEX 50 MG dengan nilai confidence sebesar 0,852941 dan lift sebesar 9,353242, yang menunjukkan adanya hubungan yang sangat kuat antarproduk. Evaluasi menggunakan confusion matrix dengan kriteria lift ≥ 1 dan confidence ≥ 0,3
menghasilkan 2 aturan yang memenuhi kualitas dari total 12 aturan. Hasil ini membuktikan bahwa algoritma FP-Growth mampu mengidentifikasi pola pembelian obat OTC secara efektif dan dapat dimanfaatkan sebagai dasar strategi penataan produk, bundling, cross-selling, serta pengelolaan stok di Apotek KMG Kesugihan. Kata kunci: pola pembelian, FP-Growth, obat bebas, OTC, frequent itemset, association rules.