PENCARIAN POLA ASOSIASI MINAT BELI KEBUTUHAN POKOK MENGGUNAKAN PERBANDINGAN ALGROITMA APRIORI DAN FP-GROWTH

Main Article Content

rudiansyah rudiansyah
Ade Sukma Wati

Abstract

Himpunan data yang besar dapat diolah menjadi informasi atau pengetahuan yang bermanfaat, salah satu data yang dapat diolah adalah data transaksi pembelian barang oleh konsumen pada toko Edi. Penelitian ini bertujuan untuk mengolah data tersebut dengan memanfaatkan proses data mining dengan menggunakan teknik assosiation rule. Teknik ini digunakan untuk merancang suatu strategi penjualandan sebagai pengaturan tata letak produk melalui proses pencarian asosiasi atau hubungan antar item data dari suatu basis data relasional. Salah satu teknik yang digunakan untuk menentukan pola tersebut yaitu dengan menggunakan algoritma Frequent Pattern-Growth (FP-Growth) dan algoritma Apriori.Hasil dari penelitian ini berupa perbandingan kedua aosiasi (rules) yang merupakan kumpulan frequent itemset dengan nilai support dan confidence pada data transaksi, sehingga hasilnya dapat diketahui hubungan-hubungan antara suatu barang dengan barang lainnya yang sering dibeli oleh konsumen.

Article Details

How to Cite
rudiansyah, rudiansyah, & Ade Sukma Wati. (2021). PENCARIAN POLA ASOSIASI MINAT BELI KEBUTUHAN POKOK MENGGUNAKAN PERBANDINGAN ALGROITMA APRIORI DAN FP-GROWTH . JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi Dan Komputer, 12(3), 299-305. https://doi.org/10.36050/betrik.v12i3.359
Section
Articles

References

[1] Astika, D., Studi, P., Informatika, T., & Malikussaleh, U. (n.d.). PENERAPAN DATA MINING UNTUK MENGANALISIS PENJUALAN BARANG DENGAN PADA SUPERMARKET SEJAHTERA.
[2] Cavique, L. (2007). A scalable algorithm for the market basket analysis. Journal of Retailing and Consumer Services, 14(6), 400–407.
[3] Chaerunnissa, D., & Mulyanto, E. (2014). Belanja Konsumen Pada Data Transaksi Penjualan Menggunakan Algoritma Fp-Growth. October 2014, 1–9.
[4] Davies, O. (1927). A New Cretan Inscription. In The Annual of the British School at Athens (Vol. 28). https://doi.org/10.1017/S0068245400011199
[5] Fu, Y. (1997). Data mining. In IEEE Potentials (Vol. 16, Issue 4). https://doi.org/10.1109/45.624335
[6] Fadlina. (2014). Data Mining untuk Analisa Tingkat Kejahatan Jalanan dengan Algoritma Association Rule Metode Apriori. Informasi dan Teknologi Ilmiah (INTI).
[7] Hadi, I. (2012, Juli 02). Ketentuan tentang Jarak Minimarket dari Pasar Tradisional.
[8] Hermawati, F. A. (2013). Data Mining. Yogyakarta: Penerbit Andi.Ikhwan, A.,
[9] Junaidi, S., & Mary, T. (2018). METODE DATA MINING ASSOCIATION RULE DENGAN ALGORITMA FP-GROWTH UNTUK MENGETAHUI KELULUSAN TEPAT WAKTU MAHASISWA (STUDI KASUS STKIP PGRI SUMATERA BARAT) . Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika.

DB Error: Unknown column 'Array' in 'where clause'