Komparasi Algoritma Equivalence Class Transformation (ECLAT) dan FP-Growth pada Analisis Data Penjualan
Dublin Core
Title
Komparasi Algoritma Equivalence Class Transformation (ECLAT) dan FP-Growth pada Analisis Data Penjualan
Subject
Penambangan Data, Aturan Asosiasi, Analisis Belanja, ECLAT, FP-Growth
Description
Minimarket Sinar Mart Kendari menghadapi persaingan ketat dalam sektor ritel. Masalah pemahaman perilaku konsumen menjadi hal yang harus menjadi perhatian. Saat ini, data penjualan yang berlimpah merupakan sumber yang belum dimanfaatkan secara maksimal. Pemanfaatan data
dapat dilakukan dengan teknik data mining, khususnya analisis keranjang belanja. Terdapat beragam algoritma data mining, namun fokus penelitian ini adalah perbandingan algoritma ECLAT dan FPGrowth. Algoritma ini dipilih karena sesuai karakteristik data dan tujuan penelitian. Hasil penelitian menunjukkan bahwa sistem analisis menggunakan algoritma ECLAT dan FP-Growth berhasil dibuat. Hal ini terlihat dari suksesnya pengujian black box, manual, dan validitas. Dalam eksperimen menggunakan data 76.168 transaksi, dengan nilai minimum support 0.005%, 0.010%, 0.015%, 0.020%, 0.025% dan 0.030%, serta minimum confidence sebesar 60%, didapati jumlah aturan yang dihasilkan sama. Selain itu pada eksperimen tersebut dapat disimpulkan bahwa ECLAT lebih efisien dalam hal konsumsi memori, sementara FP-Growth lebih cepat dalam menganalisis pola asosiasi baik ketika data yang diproses kecil maupun besar.
dapat dilakukan dengan teknik data mining, khususnya analisis keranjang belanja. Terdapat beragam algoritma data mining, namun fokus penelitian ini adalah perbandingan algoritma ECLAT dan FPGrowth. Algoritma ini dipilih karena sesuai karakteristik data dan tujuan penelitian. Hasil penelitian menunjukkan bahwa sistem analisis menggunakan algoritma ECLAT dan FP-Growth berhasil dibuat. Hal ini terlihat dari suksesnya pengujian black box, manual, dan validitas. Dalam eksperimen menggunakan data 76.168 transaksi, dengan nilai minimum support 0.005%, 0.010%, 0.015%, 0.020%, 0.025% dan 0.030%, serta minimum confidence sebesar 60%, didapati jumlah aturan yang dihasilkan sama. Selain itu pada eksperimen tersebut dapat disimpulkan bahwa ECLAT lebih efisien dalam hal konsumsi memori, sementara FP-Growth lebih cepat dalam menganalisis pola asosiasi baik ketika data yang diproses kecil maupun besar.
Creator
Fahrul Ardian Nugroho, Bambang Pramono, Isnawaty, Statiswaty
Source
https://animator.uho.ac.id/index.php/journal/issue/archive
Publisher
Informatics Engineering Department of Halu Oleo University
Date
2024-05-28
Contributor
Sri Wahyuni
Rights
ISSN : 3030-9735
Format
PDF
Language
Indonesian
Type
Text
Coverage
Jurnal Informatika Ilmu Komputer dan Sistem Informasi
Files
Collection
Citation
Fahrul Ardian Nugroho, Bambang Pramono, Isnawaty, Statiswaty, “Komparasi Algoritma Equivalence Class Transformation (ECLAT) dan FP-Growth pada Analisis Data Penjualan,” Repository Horizon University Indonesia, accessed June 1, 2025, https://repository.horizon.ac.id/items/show/9052.