Penerapan Improved Apriori Pada Aplikasi Mining Di Perusahaan Kalvin Socks Production
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Septiana, Yepi
Subject
2016
Datestamp
2016-11-16 07:34:47
Abstract :
Algoritma apriori merupakan algoritma klasik yang sering digunakan. Kekurangan yang ada pada algoritma apriori adalah harus melakukan scanning berulang terhadap keseluruhan database tiap kali iterasi. Semakin banyak data transaksi yang akan diproses maka semakin lama juga waktu yang dibutuhkan. Kalvin Socks Production merupakan salah satu perusahaan yang menggunakan teknologi data mining dengan algoritma apriori untuk mencari pola pembelian dari para pelanggannya. Banyaknya data transaksi penjualan mengakibatkan proses dalam pencarian pola pembelian membutuhkan waktu yang cukup lama. Salah satu cara untuk mengatasi masalah yang ada pada algoritma apriori adalah dengan menggunakan algoritma improved apriori. Improved apriori mempresentasikan database ke dalam bentuk matrix untuk menggambarkan relasi dalam database. Kemudian matrix dihitung untuk mencari nilai support dari candidate frequent itemset yang memenuhi kriteria untuk menghasilkan frequent itemset tanpa melakukan scanning ulang terhadap database Sistem yang dibangun menggunakan metode association rule untuk menemukan aturan asosiasinya. Tahap yang dilakukan sebelum menemukan aturan asosiasi adalah preprocessing. Pada tahap preprocessing ini dilakukan pemilihan atribut pada transaksi penjualan , kemudian data tersebut dibersihkan dari data transaksi yang mengandung item tunggal. Data transaksi yang telah melewati tahap preprocessing akan dibentuk frequent itemset yang kemudian dibentuk aturan asosiasinya.
Algoritma apriori merupakan algoritma klasik yang sering digunakan. Kekurangan yang ada pada algoritma apriori adalah harus melakukan scanning berulang terhadap keseluruhan database tiap kali iterasi. Semakin banyak data transaksi yang akan diproses maka semakin lama juga waktu yang dibutuhkan. Kalvin Socks Production merupakan salah satu perusahaan yang menggunakan teknologi data mining dengan algoritma apriori untuk mencari pola pembelian dari para pelanggannya. Banyaknya data transaksi penjualan mengakibatkan proses dalam pencarian pola pembelian membutuhkan waktu yang cukup lama. Salah satu cara untuk mengatasi masalah yang ada pada algoritma apriori adalah dengan menggunakan algoritma improved apriori. Improved apriori mempresentasikan database ke dalam bentuk matrix untuk menggambarkan relasi dalam database. Kemudian matrix dihitung untuk mencari nilai support dari candidate frequent itemset yang memenuhi kriteria untuk menghasilkan frequent itemset tanpa melakukan scanning ulang terhadap database Sistem yang dibangun menggunakan metode association rule untuk menemukan aturan asosiasinya. Tahap yang dilakukan sebelum menemukan aturan asosiasi adalah preprocessing. Pada tahap preprocessing ini dilakukan pemilihan atribut pada transaksi penjualan , kemudian data tersebut dibersihkan dari data transaksi yang mengandung item tunggal. Data transaksi yang telah melewati tahap preprocessing akan dibentuk frequent itemset yang kemudian dibentuk aturan asosiasinya.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
