Analisis Algoritma Apriori dan FP-Growth Dalam Menemukan Pola Frequent Item Data Association Rule Pada Supermarket

Vita Rahayu

Abstract


Teknologi informasi yang setiap tahun nya semakin berkembang sehingga pada saat ini membuat seseorang tidak pernah lepas dari teknologi tersebut, teknologi digunakan diberbagai bidang yang salah satunya sepert usaha supermarket, pemanfaatan teknologi informasi pada supermarket dalam pengolahan data yang besar bisa menggunakan data mining dengan cara menganalisa data transaksi, dengan menganalisa data transaksi penjualan produk pada supermarket maka akan menghasilkan pola-pola kombinasi keterhubungan antar produk atau pola asosiasi. Penelitian ini penulis melakukan komparasi algoritma apriori dan FP-Growth yang dapat mengetahui pola pembelian atau pola asosiasi dengan membandingkan algoritma mana yang menghasilkan tingkat kepercayaan tertinggi dengan menggunakan data besar maka didapatkanlah FP-Growth yang menghasilkan tingkat ke percayaan tertinggi dalam menemukan kombinasi antar item berdasarkan teknik association rules pada proses nya yang berdasarkan nilai support (penunjuang) dan confidence (kepercayaan) dari masing-masing proses

Keywords


Association rules; apriori; FP-Growth; supermarket;

Full Text:

PDF

References


Agarwal, R. C., Aggarwal, C. C., & Prasad, V. V. V. (2001). A Tree Projection Algorithm for Generation of Frequent Item Sets. Journal of Parallel and Distributed Computing, 61(3), 350–371.

Widiati, E., & Evita Dewi, K., 2014, Implementasi Association Rule Terhadap Penyusunan Layout Makanan Dan Penentuan Paket Makanan Hemat Di Rm Roso Echo Dengan Algoritma Apriori, Jurnal Ilmiah Komputer Dan Informatika (KOMPUTA), 96(2), 2089–9033.

J. Han, J. Pei, and Y. Yin, "Mining frequent patterns without candidate generation," in ACM sigmod record, 2000, Vol. 29, No 2, pp. 1-12

Kavitha, M. M., & Tamil Selvi, S. T. (2013). Comparative Study on Apriori Algorithm and Fp Growth Algorithm with Pros and Cons. International Journal of Computer Science Trends and Technology (IJCS T), 4(4), 161–164.

Dhanabhakyam, M., & Punithavalli, M. (2011). A survey on Data mining algorithm for market basket analysis. Global Journal of Computer …, 11(11), 1–7.

Hossain, M., Sattar, A. H. M. S., & Paul, M. K. (2019). Market basket analysis using apriori and FP growth algorithm. 2019 22nd International Conference on Computer and Information Technology, ICCIT 2019, 18–20.

Yongmei, L., & Yong, G. (2008). FP-growth algorithm for application in research of market basket analysis. ICCC 2008 - IEEE 6th International Conference on Computational Cybernetics, Proceedings, 269–272.

S.Mythili, M., & R. Mohamed Shanavas, A. (2013). Performance Evaluation of Apriori and FP-Growth Algorithms. International Journal of Computer Applications, 79(10), 34–37.

Prasetyo, Eko, 2012, "Data Mining : Konsep dan Aplikasi Menggunakan Matlab", Yogyakarta:ANDI.




DOI: https://doi.org/10.35200/explore.v11i2.436

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

EXPLORE

Indexed By :

  

Jurnal EXPLORE STMIK Mataram
Jalan Kampus STMIK - ASM Mataram Kekalik Jaya Kota Mataram Prov. NTB - 83126
Telp: 0370-635007, 0370-628418
Site: https://ojs.stmikmataram.ac.id/index.php/explore
 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional.