Implementasi Algoritma FP-Growth dengan Closure Table untuk Penemuan Frequent Itemset pada Keranjang Belanja
Algoritma FP-growth adalah algoritma data mining yang digunakan untuk menemukan frequent itemset pada data keranjang belanja. Frequent itemset adalah kelompok barang yang sering dibeli bersamaan dalam satu keranjang belanja. Analisa frequent itemset akan menghasilkan aturan asosiasi. Algoritma FP-gr...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Universitas Udayana
2018-09-01
|
Series: | Majalah Ilmiah Teknologi Elektro |
Online Access: | https://ojs.unud.ac.id/index.php/JTE/article/view/34380 |
id |
doaj-743e07dff67f4586822bd6eca6cdff4b |
---|---|
record_format |
Article |
spelling |
doaj-743e07dff67f4586822bd6eca6cdff4b2020-11-25T03:29:10ZengUniversitas UdayanaMajalah Ilmiah Teknologi Elektro1693-29512503-23722018-09-0117219920410.24843/MITE.2018.v17i02.P0634380Implementasi Algoritma FP-Growth dengan Closure Table untuk Penemuan Frequent Itemset pada Keranjang BelanjaI Gusti Agung IndrawanMade SudarmaLie JasaAlgoritma FP-growth adalah algoritma data mining yang digunakan untuk menemukan frequent itemset pada data keranjang belanja. Frequent itemset adalah kelompok barang yang sering dibeli bersamaan dalam satu keranjang belanja. Analisa frequent itemset akan menghasilkan aturan asosiasi. Algoritma FP-growth menemukan frequent itemset dengan mengkompresi data keranjang belanja ke struktur data tree yang disebut FP-tree. FP-tree kemudian dianalisa untuk mengekstrak frequent itemset. Data keranjang belanja selalu bertambah jumlahnya untuk setiap transaksi yang terjadi, sehingga proses penemuan frequent itemset akan membuat FP-tree dari awal secara berulang-ulang setiap kali algoritma FP-growth dijalankan. Agar FP-tree tidak perlu dibuat ulang dari awal setiap kali algoritma FP-growth dijalankan, maka FP-tree perlu disimpan pada media penyimpanan menggunakan format yang sesuai dengan struktur data tree. Penelitian ini menyimpan FP-tree ke tabel pada database dengan struktur closure table. Struktur closure table memiliki beberapa keunggulan sehingga cocok digunakan untuk menyimpan struktur data tree.https://ojs.unud.ac.id/index.php/JTE/article/view/34380 |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
I Gusti Agung Indrawan Made Sudarma Lie Jasa |
spellingShingle |
I Gusti Agung Indrawan Made Sudarma Lie Jasa Implementasi Algoritma FP-Growth dengan Closure Table untuk Penemuan Frequent Itemset pada Keranjang Belanja Majalah Ilmiah Teknologi Elektro |
author_facet |
I Gusti Agung Indrawan Made Sudarma Lie Jasa |
author_sort |
I Gusti Agung Indrawan |
title |
Implementasi Algoritma FP-Growth dengan Closure Table untuk Penemuan Frequent Itemset pada Keranjang Belanja |
title_short |
Implementasi Algoritma FP-Growth dengan Closure Table untuk Penemuan Frequent Itemset pada Keranjang Belanja |
title_full |
Implementasi Algoritma FP-Growth dengan Closure Table untuk Penemuan Frequent Itemset pada Keranjang Belanja |
title_fullStr |
Implementasi Algoritma FP-Growth dengan Closure Table untuk Penemuan Frequent Itemset pada Keranjang Belanja |
title_full_unstemmed |
Implementasi Algoritma FP-Growth dengan Closure Table untuk Penemuan Frequent Itemset pada Keranjang Belanja |
title_sort |
implementasi algoritma fp-growth dengan closure table untuk penemuan frequent itemset pada keranjang belanja |
publisher |
Universitas Udayana |
series |
Majalah Ilmiah Teknologi Elektro |
issn |
1693-2951 2503-2372 |
publishDate |
2018-09-01 |
description |
Algoritma FP-growth adalah algoritma data mining yang digunakan untuk menemukan frequent itemset pada data keranjang belanja. Frequent itemset adalah kelompok barang yang sering dibeli bersamaan dalam satu keranjang belanja. Analisa frequent itemset akan menghasilkan aturan asosiasi. Algoritma FP-growth menemukan frequent itemset dengan mengkompresi data keranjang belanja ke struktur data tree yang disebut FP-tree. FP-tree kemudian dianalisa untuk mengekstrak frequent itemset. Data keranjang belanja selalu bertambah jumlahnya untuk setiap transaksi yang terjadi, sehingga proses penemuan frequent itemset akan membuat FP-tree dari awal secara berulang-ulang setiap kali algoritma FP-growth dijalankan. Agar FP-tree tidak perlu dibuat ulang dari awal setiap kali algoritma FP-growth dijalankan, maka FP-tree perlu disimpan pada media penyimpanan menggunakan format yang sesuai dengan struktur data tree. Penelitian ini menyimpan FP-tree ke tabel pada database dengan struktur closure table. Struktur closure table memiliki beberapa keunggulan sehingga cocok digunakan untuk menyimpan struktur data tree. |
url |
https://ojs.unud.ac.id/index.php/JTE/article/view/34380 |
work_keys_str_mv |
AT igustiagungindrawan implementasialgoritmafpgrowthdenganclosuretableuntukpenemuanfrequentitemsetpadakeranjangbelanja AT madesudarma implementasialgoritmafpgrowthdenganclosuretableuntukpenemuanfrequentitemsetpadakeranjangbelanja AT liejasa implementasialgoritmafpgrowthdenganclosuretableuntukpenemuanfrequentitemsetpadakeranjangbelanja |
_version_ |
1724580121425215488 |