Skripsi/Tugas Akhir
Implementasi Data Mining pada Penentuan Judul Buku yang Banyak Terjual dengan Algoritma FP-Growth Berbasis Web
ABSTRAK
Toko Buku Bone Media merupakan salah satu toko yang menjual berbagai macam jenis buku. Judul buku yang terjual setiap harinya dicatat pada buku penjualan sehingga data penjualan tidak tersusun dengan baik. Buku penjualan berisi banyak data transaksi maupun informasi-informasi penting. Informasi tersebut diolah untuk pengambilan suatu keputusan, seperti penentuan judul buku yang banyak terjual dan penentuan tata letak buku yang seharusnya dapat diatur secara optimal berdasarkan pembelian buku dengan judul yang banyak terjual. Pada penelitian ini menerapkan teknik data mining. Data mining merupakan proses untuk menemukan informasi baru yang sebelumnya belum diketahui dari suata data. Penerapan metode Association rule yang merupakan teknik dari data mining yang bertujuan menemukan pola pembelian yang sering muncul dari banyaknya transaksi. Dalam metode ini terdapat beberapa algoritma, salah satunya yaitu, Algoritma Frequent Pattern Growth (FP-Growth) yang nantinya dapat mempermudah pemilik toko dalam mengolah data penjualan. Berdasarkan Implementasi Algoritma FP-Growth kedalam sistem berbasis web, sistem hanya menampilkan dua kombinasi itemset yang frequent dengan menggunakan 1518 data transaksi, dan terbentuk aturan asosiasi dengan nilai support terbesar 0.47% dan confidence sebesar 75%.
Kata Kunci : FP-Growth, Data Mining, Association Rule, Judul Buku
ABSTRACT
Bone Media Bookstore is a store that sells various types of books. The title of the book sold every day is recorded in the sales book so that the sales data is not structured properly. The sales book contains a lot of transaction data and important information. The information is processed to make a decision, such as determining the title of the most sold book and determining the layout of the book that should be optimally arranged based on the purchase of the book with the most sold title. Data mining is a process to find new information that was not previously known from a data. The application of the Association rule which is a technique of data mining that aims to find purchasing patterns that often arise from many transactions. In this method there are several algorithms, one of which is, Algorithm Frequent Pattern Growth (FP-Growth) which will make it easier for shop owners to process sales data. Implementation Algorithm FP-Growth itemset combinations frequent using 1518 transaction data, and an association rule is formed with the support of 0.47% and confidence of 75%.
Keywords: FP-Growth, Data Mining, Association Rule, Book Title
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: perpustakaan@undipa.ac.id
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS