IMPLEMENTASI ALGORITMA FRAQUENT
GROWTH (FP-GROWTH) MENENTUKAN ASOSIASI
ANTAR PRODUK (STUDY KASUS : MINI MARKET
TOKO MIRING)
Total View This Week0
Total View This Week0
Institusion
Universitas Bina Darma
Author
Rangga, Yogasuwara
Subject
T Technology (General)
Datestamp
2023-06-20 07:40:01
Abstract :
Jumlah catatan yang disimpan karena transaksi berulang merupakan kontributor utama pertumbuhan data. Data dari transaksi penjualan selesai yang disimpan dalam database dapat ditambang untuk wawasan tambahan untuk membantu pengambilan keputusan manajerial. Informasi yang diperoleh dari log transaksi Leaning Shop terbukti sangat berharga dalam pencarian wawasan baru yang dimungkinkan oleh penambangan data. Tujuan dari Aturan Asosiasi untuk mengidentifikasi pasangan barang yang sering dibeli bersama dan menampilkan pasangan ini secara grafis sebagai pola belanja dan metode yang digunakan yaitu Analisis Keranjang Pasar. Algoritma FP-Growth menghasilkan struktur prefixtree, juga dikenal sebagai FP-Tree, yang dapat digunakan untuk menemukan kumpulan data yang paling sering muncul (frequent itemset) dalam kumpulan data. Hasil eksperimen menunjukkan bahwa pola belanja konsumen dapat dianalisis dengan menggunakan data mining dengan Algoritma FP-Growth. Kata kunci : Penjualan, Data Mining, Association Rules, Fraquent Itemset, FP-Growth, FP-Tree
Jumlah catatan yang disimpan karena transaksi berulang merupakan kontributor utama pertumbuhan data. Data dari transaksi penjualan selesai yang disimpan dalam database dapat ditambang untuk wawasan tambahan untuk membantu pengambilan keputusan manajerial. Informasi yang diperoleh dari log transaksi Leaning Shop terbukti sangat berharga dalam pencarian wawasan baru yang dimungkinkan oleh penambangan data. Tujuan dari Aturan Asosiasi untuk mengidentifikasi pasangan barang yang sering dibeli bersama dan menampilkan pasangan ini secara grafis sebagai pola belanja dan metode yang digunakan yaitu Analisis Keranjang Pasar. Algoritma FP-Growth menghasilkan struktur prefixtree, juga dikenal sebagai FP-Tree, yang dapat digunakan untuk menemukan kumpulan data yang paling sering muncul (frequent itemset) dalam kumpulan data. Hasil eksperimen menunjukkan bahwa pola belanja konsumen dapat dianalisis dengan menggunakan data mining dengan Algoritma FP-Growth. Kata kunci : Penjualan, Data Mining, Association Rules, Fraquent Itemset, FP-Growth, FP-Tree
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
