Analisis dan Implementasi Algoritma CT-Pro untuk Asosiasi Pembelian Barang

Parama Fadli Kurnia

Informasi Dasar

113090065
005.1
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: Pertumbuhan data yang sangat cepat, hanya akan mengakibatkan kuburan data atau “data tombs” yang tidak bermanfaat karena data tersebut tidak dipergunakan untuk aplikasi yang berguna. Akumulasi dari pertumbuhan data tersebut, hanya akan menciptakan kondisi “rich of data but poor of information”. Untuk mengatasi permasalahan tersebut, data mining merupakan solusinya. Dengan data mining dapat dilakukan pencarian informasi dari kuburan data itu dan menjadikannya knowledge. Knowledge tersebut bisa dipergunakan oleh para pembuat keputusan, contohnya saja di sebuah perusahaan retail. Knowledge yang didapat bisa dipergunakan untuk salah satu tipe analisis data yang paling sering digunakan dalam dunia pemasaran yaitu metode market basket analysis. Hasil dari analisa tersebut adalah berupa pola-pola atau rules tentang kebiasaan konsumen dalam berbelanja. Informasi tersebut dapat menjadi bahan pertimbangkan dalam menentukan kebijakan perusahaan. Untuk mendapatkan pola-pola atau rules tersebut, dibutuhkan algoritma untuk mencari frequent pattern.
Pada Tugas Akhir ini bertujuan untuk menemukan pola-pola rules tersebut dengan algoritma CT-Pro menggunakan dua nilai analisis penting yaitu minimum support dan minimum confidence. Setiap rules yang didapatkan bearasal dari data transaksi yang dilakukan oleh konsumen dalam berbelanja. Algoritma CT-PRO memiliki tiga tahap yaitu (1) menemukan item-item yang frequent; (2) Membuat struktur data CFP-Tree; (3) Melakukan mining frequent patterns.
Berdasarkan hasil pengujian didapatkan knowledge terdiri dari item yang dibeli dengan item yang dibeli pula beserta nilai support dan confidencenya yang nantinya dapat digunakan oleh perusahaan. Selain itu, didapatkan pula akurasi dari setiap knowledge yang didapatkan.
Kata Kunci : asosiasi, support, confidence, CFP-Tree, CT-ProABSTRACT: Very rapid growth of data, it will only lead to grave data or "data tombs" are not useful because the data is not used for useful applications. The accumulation of data growth, it will only create the conditions "of a data rich but poor of information". To over come these problems, data mining is the solution.With data mining, you can mine information from cemetery data and making knowledge. Knowledge can be used by decision-makers, for example, just in a retail company. Knowledge gained can be used for any type of data analysisis most often used in the world of marketing is the method of market basket analysis.The result of the analysis is in the form of patterns or rules about the shopping habits of consumers. Such information maybe material to consider in determining corporate policy.To get the patterns or rules, it takes the algorithm to find frequent patterns.
In this final project to discover patterns such rules with CT-Pro algorithm uses two important analytical values are minimum support and minimum confidence. Any rules can obtained from the data transactions made by consumers in shopping habits. CT-PRO algorithm has three stages: (1) finding the frequent items, (2) Make CFP-Tree data structure, (3) Conducting mining frequent patterns.
Based onthe test results obtained knowledge consists of items purchased with your purchased item also its support and confidence value that can later be used by the company. In addition, also obtained accuracy of any knowledge gained.
Keyword: association, support, confidence, CFP-Tree, CT-Pro

Subjek

Rekayasa Perangkat Lunak
 

Katalog

Analisis dan Implementasi Algoritma CT-Pro untuk Asosiasi Pembelian Barang
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

Parama Fadli Kurnia
Perorangan
Angelina Prima Kurniati, Arie Ardiyanti Suryani
 

Penerbit

Universitas Telkom
Bandung
2013

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini