Analisa Pola Frekuensi Keranjang Belanja Dengan Dengan Perbandingan Algoritma Fp-Growth (Frequent Pattern Growth) dan Eclat pada minimarket

  • Krisna Nata Wijaya Universitas negeri sriwijaya

Abstract

Dalam kegiatan transaksi jual beli di minimarket ataupun toko pemilik harus mengerti apa yang diinginkan komsumen dalam memberikan kenyaman berbelanja, terutama kemudahan dalam pemilihan barang yang disesuaikan dengan tata letak atau penempatan barang. Dengan menerapkan association rule pada data transaksi akan memudahkan pemilik dalam mengelolah informasi penjualan dan mencari itemset. Oleh karena itu, penelitian ini Melakukan analisis pola data transaksi penjualan dengan menerapkan metode asosiasi pada data mining. Selanjutnya dengan melakukan perbandingan algoritma Fp-Growth dan Eclat dengan minimum support dan confidence sebesar 0.01% untuk menentukan jumlah aturan yang terbentuk sebagai bahan pengambil keputusan yang ditunjukan untuk frekuensi keranjang belanja.

References

DAFTAR PUSTAKA

[1] Kusrini, Luthfi, E. T., 2009, Algoritma Data Mining, Andi Offset, Yogyakarta.
[2] Nugroho Wandi, R. A. (2012). Pengembangan Sistem Rekomendasi Penelusuran Buku dengan Penggalian Association Rule Menggunakan Algoritma Apriori (Studi Kasus Badan Perpustakaan dan Kearsipan Provinsi Jawa Timur). Jurnal Teknik ITS , 1, A-445-A-449
[3] Lisnawita, Mariza Devega (2018). : "Alanalisa Perbandingan Algoritma Apriori Dan dan Algoritma Eclat dalam menentukan pola peminjamaan Buku Di Perpusatakaan Universitas Lancar Kuning".,JURNAL INOVTEK POLBENG-SERI INFORMATIKA,VOL.3,NO.2,NOVEMBER 2018
[4] Goldie Gunadi dan Dana Indra Sensuse(2012): “Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku dengan Menggunakan Algoritma Apriori dan Frequent Pattern Growth (FP-Growth) : Studi Kasus Pada Percetakan PT. GRAMEDIA”, Jurnal Telematika MKOM, Volume. 4 NISN:2085-725X
[5] X.Yu and H. Wang, “Improvement of Eclat Algorithm Based on Support in Frequent Itemset Mining,” Improv. Eclat Algorithm Based Support Freq. Itemset Min., vol. 9,no. 9, pp. 2116–2123, 2014.
[6] J. Santoni, “Implementasi Data Mining Dengan Metode Market Basket Analysis,” Teknologi Informasi dan Pendidikan, vol. 5, p.2, Sep.2012.
[7] G. Sinha and S. M. Ghosh, “Identification of Best Algorithm in Association Rule Mining Based on Performance,” Int. J. Comput. Sci. Mob. Comput., vol. 3, no. 11, pp. 38–45, 2014
[8] Kaur, M & Grag, U. 2014. ECLAT Algorithm For Frequent Itemsets Generation. International Journal of Computer Systems, (01): 82-84
[9] Ikhwan, Ali., Nofriansyah, Dicky., Sriani. 2015“Penerapan Data Mining dengan Algoritma FP-Growth untuk Mendukung Strategi Promosi Pendidikan (Studi Kasus Kampus STMIK Triguna Dharma)”., Jurnal Ilmiah Saintikom. 4 (3): 211-226.
Published
2020-08-15