Skripsi/Tugas Akhir

Implementasi Algoritma FP-Growth untuk Menentukan Pola Peminjaman Buku di Perpustakaan Universitas Dipa Makassar

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Perpustakaan Universitas Dipa Makassar, yang diberi nama Perpustakaan Undipa memiliki berbagai macam bahan pustaka seperti buku-buku pengetahuan sampai koleksi laporan tugas akhir mahasiswa dari berbagai jurusan yang ada di kampus. Dari sekumpulan buku-buku pengetahuan yang telah dipinjam, diperlukan data mining untuk menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data. Algoritma FP-Growth merupakan pengembangan dari algoritma Apriori, yang di mana algoritma FP-Growth menggunakan konsep tree development dalam pencarian buku yang sering dipinjam (frequent itemsets). Pada penelitian ini, data yang digunakan adalah 19 jenis klasifikasi buku dan 133 transaksi yang sudah ditentukan nilai kritis atau support-nya adalah 30% dan tingkat kepercayaan (confidence) diberikan sebanyak 75%. Dari hasil pengujian yang dilakukan di dapati sebuah aturan (rule) yaitu, jika pengunjung meminjam buku Ilmu Komputer/Teknik Informatika, maka pengunjung juga meminjam buku Pemrograman
Kata Kunci : Association Rule, Data Mining, FP-Growth, Frequent Itemset, Perpustakaan

ABSTRACT
The Dipa Makassar University Library, which is named the Undipa library, has a variety of library materials such as knowledge books to a collection of student final project reports from various majors on campus. From a collection of knowledge books that have been borrowed, data mining is needed to explore added value in the form of knowledge that has not been known manually from a data set. The FP-Growth algorithm is a development of the Apriori algorithm, in which the FP-Growth algorithm uses the concept of tree development in searching for books that are often borrowed (frequent itemsets). In this study, the data used were 19 types of book classifications and 133 transactions whose critical value or support was determined to be 30% and the confidence level was given as much as 75%. From the results of the tests carried out, a rule was found, namely, if a visitor borrows a Computer Science/Informatics Engineering book, then the visitor also borrows a Programming book.
Keywords: Association Rule, Data Mining, FP-Growth, Frequent Itemset, Libraries

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-47 RAM i - 0389TI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

x + 66 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-47

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Cetakan Maret 2023

Subjek

Skripsi/Tugas Akhir
Frequent Pattern Growth

Lampiran File