@thesis{thesis,
		author={Andika  Febriyanto},
		title ={PERBANDINGAN ALGORITMA FP-GROWTH DAN 
ECLAT UNTUK MENENTUKAN POLA TRANSAKSI 
PADA KEBAP.IN},
		year={2023},
		url={http://repository.unsada.ac.id/8645/},
		abstract={Kebap.in merupakan usaha dibidang kuliner, dalam menjalani 
usahanya. Penulis memanfaatkan data transaksi yang ada pada Kebap.in untuk
membantu mencari pola penjualan yang terjadi dengan metode asosiasi
sehingga usaha ini dapat menentukan menu apa saja yang sering kali dibeli oleh
customer dan pola menu yang terjadi. Penulis juga memanfaatkan metode
CRISP-DM untuk mengolah data yang ada pada toko sebelum dapat diolah lagi
kedalam data mining dengan memakai algoritma FP-Growth dan juga ECLAT.
Dengan menentukan nilai minimum support sebesar 20% serta confidence
sebesar 5%, hasil aturan asosasi dengan nilai confidence terbesar yang didapat
pada pengujian kedua algoritma adalah Jika Customer Membeli Menu Beef
Kebab Jumbo Maka Akan Membeli Menu Beef Kebab Large dengan nilai
Confidence adalah 41.18%. Dari hasil analisa dan pencarian pola pada data
transaksi yang ada, dapat disimpulkan bahwa penggunaan FP-Growth terbukti
lebih efisien dibandingkan ECLAT saat diterapkan pada data transaksi. karena
hasil waktu eksekusi yang lebih cepat walaupun penggunaan memori yang
lebih besar.}
		}