Penerapan Algortima FP-Growth Untuk Menemukan Pola Peminjaman Alat Pada Workshop Teknik Mesin
Keywords:
Asosiasi, Confidence, Data Mining, FP-Growth, SupportAbstract
Pemanfaatan kumpulan data dapat memberikan informasi yang berguna untuk menenajemen dalam pengambilan keputusan. Contoh kumpulan data yang dapat diambil polanya adalah pola peminjaman alat. Hasil penemuan pola peminjaman dapat dijadikan referensi dalam pola penyimpanan. Penemuan pola merupakan subjek penting dalam penelitian data mining. Teknik data mining yang yang digunakan adalah aturan asosiatif. Salah satu algortima yang umum digunakan serta memiliki kecepatan dalam pemrosesan adalah algoritma FP-Growth. Hasil penelitian yang dilakukan dengan mengaplikasikan algortima FP-Growth dengan jumlah 100 data peminjaman dengan jumlah itemset 36, nilai minimum support (10% dan 20%), serta nilai minimum confidence (50% dan 30%) menghasilkan pola yang berbeda. Hasil pemberian nilai minimum support 10% dan nilai minimum confidence 50% mendapatkan 5 pola peminjaman alat. Nilai minimum support 20% dan nilai minimum confidence 30% menghasilkan 2 pola peminjaman.
References
Anggraeni, R. M. (2014). Perbandingan Algoritma Apriori dan Algoritma FP-Growth untuk Perekomendasi Pada Transaksi Peminjaman Buku di Perpustakaan Universitas Dian Nuswantoro. Teknik Informatika, 1–6.
Borgelt, C. (2005). An Implementation of the FP-Growth Algorithm. Proceedings of the 1st international workshop on open source data mining: frequent pattern mining implementations, 1, 1–5.
Efgivia, M. G. (2020). Pemanfaatan Big Data Dalam Penelitian Teknologi Pendidikan. Educate: Jurnal Teknologi Pendidikan, 5(2), 107–119. https://doi.org/10.32832/educate.v5i2.3381
Gan, W., Lin, J. C. W., Fournier-Viger, P., Chao, H. C., Tseng, V. S., & Yu, P. S. (2021). A Survey of Utility-Oriented Pattern Mining. IEEE Transactions on Knowledge and Data Engineering, 33(4), 1306–1327. https://doi.org/10.1109/TKDE.2019.2942594
Han, J., Kamber, M., & Pei, J. (2011). Data mining: Data mining Concepts and Techniques (Third Edit). British Library Cataloguing-in-Publication Data. https://doi.org/10.1109/ICMIRA.2013.45
Kadafi, M. (2019). Penerapan Algoritma FP-GROWTH untuk Menemukan Pola Peminjaman Buku Perpustakaan UIN Raden Fatah Palembang. Matics, 10(2), 52. https://doi.org/10.18860/mat.v10i2.5628
Mulya, Di. P. (2019). Analisa Dan Implementasi Association Rule Dengan Algoritma Fp-Growth Dalam Seleksi Pembelian Tanah Liat (Studi Kasus Di Pt. Anveve Ismi Berjaya). Jurnal Teknologi Dan Sistem Informasi Bisnis, 1(1), 47–57. https://doi.org/10.47233/jteksis.v1i1.6
Nasreen, S., Azam, M. A., Shehzad, K., Naeem, U., & Ghazanfar, M. A. (2014). Frequent pattern mining algorithms for finding associated frequent patterns for data streams: A survey. Procedia Computer Science, 37, 109–116. https://doi.org/10.1016/j.procs.2014.08.019
Nuraeni, F., Tresnawati, D., Handoko Agustin, Y., & Fauzi, G. (2022). Optimization of Market Basket Analysis Using Centroid-Based Clustering Algorithm and Fp-Growth Algorithm. Jurnal Teknik Informatika (Jutif), 3(6), 1581–1590. https://doi.org/10.20884/1.jutif.2022.3.6.399
Simanjuntak, H. E., & Windarto, W. (2020). Analisa Data Mining Menggunakan Frequent Pattern Growth pada Data Transaksi Penjualan PT Mora Telematika Indonesia untuk Rekomendasi Strategi Pemasaran Produk Internet. Jurnal Media Informatika Budidarma, 4(4), 914–923. https://doi.org/10.30865/mib.v4i4.2300
