Analisis Algoritma Apriori dan FP-Growth Dalam Menemukan Pola Frequent Item Data Association Rule Pada Supermarket

Abstract

Teknologi informasi yang setiap tahun nya semakin berkembang sehingga pada saat ini membuat seseorang tidak pernah lepas dari teknologi tersebut, teknologi digunakan diberbagai bidang yang salah satunya sepert usaha supermarket, pemanfaatan teknologi informasi pada supermarket dalam pengolahan data yang besar bisa menggunakan data mining dengan cara menganalisa data transaksi, dengan menganalisa data transaksi penjualan produk pada supermarket maka akan menghasilkan pola-pola kombinasi keterhubungan antar produk atau pola asosiasi. Penelitian ini penulis melakukan komparasi algoritma apriori dan FP-Growth yang dapat mengetahui pola pembelian atau pola asosiasi dengan membandingkan algoritma mana yang menghasilkan tingkat kepercayaan tertinggi dengan menggunakan data besar maka didapatkanlah FP-Growth yang menghasilkan tingkat ke percayaan tertinggi dalam menemukan kombinasi antar item berdasarkan teknik association rules pada proses nya yang berdasarkan nilai support (penunjuang) dan confidence (kepercayaan) dari masing-masing proses