Perbandingan Algoritma Apriori Dan Algoritma Fp-Growth Untuk Rekomendasi Item Paket Pada Konten Promosi

Muhammad Mariko

Abstract


Perkembangan teknologi memberi dampak yang begitu besar bagi kehidupan manusia, selain meningkatkan produktivitas teknologi juga dapat memudahkan berbagai pekerjaan tersmasuk salah satunya sebagai sarana yang dapat membantu dalam mengambil sebuah keputusan yang tepat salah satunya dalam menentukan konten promosi yang tepat untuk marketing. pemanfaatan teknologi  dalam pengolahan data yang besar bisa menggunakan data mining untuk menganalisa data transaksi penjualan untuk mengetahui pola-pola kombinasi keterhubungan setiap produk sehingga hasil kombinasi tersebut dapat digunakan untuk konten promosi. penelitian ini menggunakan metode apriori dan fp-growth yang akan digunakan untuk menemukan kombinasi atau keterbuhungan setiap produk berdasarkan nilai support dan confidance dari setiap proses mining.

 


Keywords


apriori; fp-growth; data-mining

Full Text:

PDF

References


Djaslim, Saladin. 2003. “Manajemen Pemasaran Analisis, Perencanaan, Pelaksanaan, dan Pengendalian”. Bandung: Linda Karya..

Turban, E. 2005. “Decision Support Systems and Intelligent Systems Edisi Bahasa Indonesia Jilid 1”. Andi: Yogyakarta.

Larose, Daniel T. (2005). Discovering Knowledge in Data: An Introduction to Data Mining. John Willey & Sons, Inc

Kusrini. (2009). “Algoritma Data Mining”. CV Andi Offset. Yogyakarta.

Y. G. Sucahyo,(2003) “Data Mining : Mengenali Informasi Yang Terpendam”. IlmuKomputer.

Kang, M. K. (2016). Market Basket Analysis: Identify the changing trends of market data. Procedia Computer Science , 78-85.

E. T. Luthfi. (2009) “Penerapan Data Mining Algoritma Asosiasi Untuk Meningkatkan Penjualan,” J. Dasi,vol. 10, no. 1..

Kusrini dan Luthfi, E.T. (2009). Algoritma Data Mining. Yogyakarta : Andi.

Pramudiono, I (2007). “Pengantar Data Mining : Menambang Permata. Pengetahuan di Gunung Data”, Paper ITS Surabaya.

Han, Jianwei & Micheline Kamber. (2006). “Data Mining Concept and Techniques”. United States of America : Elsevier Inc.

F. Fatihatul, A. Setiawan, and R. Rosadi. (2011). “Asosiasi Data Mining Menggunakan Algoritma FP-Growth Untuk Market Basket Analysis,” Jatinangor Univ. Padjadjaran, pp. 1–8.

B. Wang et al. ( 2017) “Comprehensive Association Rules Mining of Health Examination Data with an Extended FP-Growth Method,” Mob. Networks Appl., vol. 22, no. 2, pp. 267–274.

Fadillah, A.P., (2015), “Penerapan Metode CRISP-DM untuk Prediksi kelulusan Studi Mahasiswa Menempuh Mata Kuliah”, vol.1, Bandung, Desember, 260-270.




DOI: https://doi.org/10.35200/explore.v11i2.438

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.