Analisis Perbandingan Performa Algoritma Apriori dan FP-Growth dalam Ekstraksi Aturan Asosiasi pada Dataset Contact Lenses UCI Repository

Authors

  • Muhammad Azfa Al Faruq Universitas Pancasakti Tegal
  • Hasbi Firmansyah Universitas Pancasakti Tegal

Keywords:

Aturan Asosiasi, Data Mining, FP-Growth

Abstract

Penelitian ini bertujuan untuk mengeksplorasi pola pembelian konsumen menggunakan teknik data mining dengan algoritma FP-Growth pada dataset transaksi toko kelontong. Data transaksi yang dihasilkan oleh toko seringkali kurang dimanfaatkan, padahal dapat menjadi dasar pengambilan keputusan bisnis. Dalam penelitian ini, dilakukan langkah-langkah pra-pemrosesan data, termasuk pembersihan dan transformasi data ke format transaksi, kemudian algoritma FP-Growth diterapkan untuk menemukan itemset yang sering muncul. Aturan asosiasi ditetapkan berdasarkan nilai support dan confidence. Hasil penelitian menunjukkan bahwa FP-Growth mampu mengidentifikasi kombinasi produk yang sering dibeli bersama, yang dapat digunakan untuk pengaturan produk, pembuatan paket promosi, dan optimasi penjualan. Implementasi ini menunjukkan bahwa data mining memberikan kontribusi nyata dalam mendukung pengembangan bisnis ritel skala kecil berdasarkan pengambilan keputusan berbasis data

References

Bala, A. (2016). Performance Analysis of Apriori and FP-Growth Algorithms ( Association Rule Mining ). 7(April), 279–293.

Data, I., Dalam, M., Mobil, S., Algoritma, M., Informasi, S., Komputer, F. I., Lancang, U., & Pekanbaru, K. (2023). Implementasi data mining dalam penjualan sparepart mobil menggunakan algoritma fp- growth (studi kasus : pt. tasti anugerah mandiri).

Degree, M. M., Science, C., & Lecture, A. C. (2012). Data Mining : Concepts and.

Hadija, S., Irawan, E., Damanik, I. S., Info, A., Mining, D., & Penjualan, P. (2023). Penerapan Data Mining Pada Pola Penjualan Barang di Minimarket Menggunakan Algoritma Apriori Application of Data Mining on Patterns of Sales of Goods in Minimarkets Using the Apriori Algorithm. 1(4). https://doi.org/10.55123/jomlai.v1i4.1668

Han, J., Pei, J., & Yin, Y. (n.d.). Frequent Pattern Tree : Design and Construction. 1–12. https://doi.org/10.1145/335191.335372

Larose, D. T., Ph, D., Larose, C. D., & Ph, D. (2014). Discovering Knowledge in Data 2 Edition. 989359542944.

Luhur, U. B., Raya, J. C., Utara, P., & Selatan, J. (2020). Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Pola Penjualan Obat 1,2. 7(2).

Suba, S. (2012). A Study on Milestones of Association Rule Mining Algorithms in Large Databases. 47(3), 12–19.

Tampubolon, K., Saragih, H., Reza, B., Epicentrum, K., Asosiasi, A., & Apriori, A. (2013). IMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA SISTEM PERSEDIAAN ALAT-ALAT KESEHATAN. 93–106.

Textbook. (2023).

Downloads

Published

2026-01-04