Penerapan Data Mining Association Rule Untuk Rekomendasi Pemilihan Program Studi dengan Menggunakan Algoritma FP-Growth (Studi Kasus Penerimaan Mahasiswa Baru 2013 Universitas Dian Nuswantoro Semarang)

MOHAMAD, SULTHON BURHANI (2014) Penerapan Data Mining Association Rule Untuk Rekomendasi Pemilihan Program Studi dengan Menggunakan Algoritma FP-Growth (Studi Kasus Penerimaan Mahasiswa Baru 2013 Universitas Dian Nuswantoro Semarang). Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4051b) | Preview

Abstract

Data mining merupakan proses menganalisa data untuk menemukan pengetahuan dari sekumpulan data yang sebelumnya tidak diketahui polanya. Data transaksi penjualan yang telah tersimpan berbulan-bulan bahkan berpuluh tahun dapat menghasilkan informasi yang lebih bermanfaat untuk masa mendatang melalui pemanfaatan teknologi data mining, serta memudahkan pelaku bisnis dalam menganalisa pola beli konsumen. Data mining juga dapat membantu dalam pengambilan keputusan untuk menentukan tata letak barang sehingga dapat meningkatkan hasil penjualan. Salah satu teknik data mining yang sering digunakan dalam dunia bisnis adalah association rules atau dikenal dengan istilah market basket analysis. Market basket analysis diilustrasikan sebagai suatu itemset yang dibeli oleh konsumen secara bersamaan dalam suatu transaksi. Tahapan metode ini dimulai dengan mencari sejumlah data yang sering muncul (frequent itemsets) kemudian dilanjutkan dengan pembentukan aturan-aturan asosiasi (association rules). Dalam menemukan sejumlah frequent itemset, digunakan algoritma FPGrowth (Frequent Pattern Growth). Dalam penyusunan tugas akhir ini algoritma FP-Growth digunakan untuk membantu menemukan sejumlah aturan asosiasi dari data transaksi pemilihan program studi pada penerimaan mahasiswa baru Universitas DIan Nuswantoro.

Actions (login required)