relation: http://eprints.unpak.ac.id/7881/
title: Implementasi Data Mining Menggunakan Algoritma   FP-Growth dan Algoritma Apriori Pada Analisis Penjualan Barang
creator: Alfianto, Hendry Sethia
creator: Alfianto, Alfianto
creator: Irma, Irma
subject: Ilmu Komputer
description: Implementasi Data Mining Menggunakan Algoritma   FP-Growth dan Algoritma Apriori Pada Analisis Penjualan Barang. Dibawah   bimbingan Dr. Prihastuti Harsani, M.Si. dan Irma Anggraeni, M.Kom.  Proses menganalisis pada toko sembako bertujuan untuk mengetahui pola   transaksi penjualan yang terjadi agar dapat membantu pihak toko untuk   mengoptimalkan stok barang melalui kombinasi transaksi penjualan barang yang   terjadi.  Pada penelitian ini dilakukan proses data mining, dimana proses tersebut untuk   menemukan pola-pola yang terbentuk dalam sebuah data yang besar. Data yang   digunakan yaitu sebanyak 65.534 transaksi yang terdiri dari 9 baris kolom yaitu no   faktur, tgl jual, nama barang,quantity barang (terdiri dari quantity besar, quantity   sedang dan quantity kecil) dan harga jual (terdiri dari harga jual besar, harga jual   sedang, harga jual kecil). Untuk kolom yang digunakan yaitu terdiri dari no faktur, tgl   jual,nama barang dan quantity barang. Adapun Metode yang digunakan pada   penelitian ini yaitu Knowledge Discovery in Database (KDD).  Data yang sudah didapat selanjutkan dilakukan pemrosesan menggunakan   tahapan KDD. Data yang ada kemudian dilakukan seleksi serta dibersihkan dari data   yang duplikasi, data yang kosong, ataupun data yang tidak di perlukan. Kemudian data   yang telah dibersihkan dilakukan transformasi agar data siap untuk dilakukan proses   mining.  Pada percobaan ini dilakukan analisis total 65.534 data transaksi yang telak di   seleksi. Data kemudian dilakukan proses analisis dengan menetapkan nilai minimum   support 5% serta nilai minimum confidence 35%. Pada percobaan pertama dengan   menggunakan variable item yang terjual, terlihat kombinasi itemset yang terbentuk   cenderung sama pada Algoritma FP-Growth dan Algoritma Apriori, yang   membedakan yakni pada hasil dari waktu eksekusi data atau running time yang terjadi   dimana pada Algoritma Apriori lebih cepat dibandingkan dengan Algoritma FP�Growth. Pada percobaan kedua dengan menggunakan variable quantity barang, terlihat   kombinasi itemset yang terbentuk cenderung lebih banyak dengan menggunakan   Algoritma Apriori dibanding Algoritma FP-Growth serta dari segi eksekusi waktu atau   running time yang terjadi, Algoritma Apriori lebih cepat dibandingkan dengan   Algoritma FP-Growth.
date: 2023-06-20
type: Thesis
type: NonPeerReviewed
format: text
language: en
identifier: http://eprints.unpak.ac.id/7881/1/Skripsi_065116045_Henry%20Sethia%20Alfianto.pdf
identifier:   Alfianto, Hendry Sethia and Alfianto, Alfianto and Irma, Irma  (2023) Implementasi Data Mining Menggunakan Algoritma FP-Growth dan Algoritma Apriori Pada Analisis Penjualan Barang.  Skripsi thesis, Universitas Pakuan.