Abstract
Semakin meningkatnya kebutuhan masyarakat menyebabkan semakin bertumbuhnya usaha ritel. Data transaksi yang dihasilkan dari usaha ritel ini dapat dimanfaatkan untuk mencari pola belanja konsumen. Salah satu pola yang dapat dicari adalah sequential pattern, dimana dicari pola urutan belanja konsumen. Algoritma Sequential Pattern Discovery Using Equivalent Classes (SPADE) adalah salah satu algoritma dalam sequential pattern mining, algoritma ini mencari frequent sequence dari data transaksi penjualan menggunakan vertical database dan proses join sequence. Hasil dari algoritma SPADE ini adalah frequent sequence yang kemudian digunakan untuk membentuk rule. Rule ini diuji kekuatannya menggunakan nilai lift rasio. Berdasarkan hasil percobaan, algoritma SPADE akurat dan dapat diterapkan pada data transaksi penjualan. Dari keseluruhan uji coba, hanya ditemukan 11 rule yang memiliki nilai lift rasio di bawah 1. Kekuatan rule yang dihasilkan terpengaruh pada input nilai minimum support dan jumlah data transaksi, sedangkan nilai minimum confidence tidak berpengaruh terhadap kekuatan rule.
