ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN FP-GROWTH PADA TRANSAKSI KOPERASI

Dwi Widiastuti, Nelly Sofi

Abstract

Teknik data mining mampu memprediksi tren dan membantn prosespengambilan
keputusan bisnis yang penting bagipemilik usaha. Penggunaan sistem yang telah
ada akan menimbulkan permasalahan baru, yaitu peningkatan data transaksi.
Algoritma Apriori merupakan algoritma yang paling populer digunakan untuk
analisis market basket karena mudah dipahami dan diimplementasikan. Algoritma
FP-Growthjuga termasuk salah sat it teknik association rule untuk analisis market
basket. Berdasarkan data transaksi (studi kasus koperasi Uber-Mart Bekasi),
peneliti membandingkan Algoritma Apriori dan FP-Growth untuk mendapatkan
informasi tentang asosiasi antar produk dari suatu data transaksi dari item-set
yang sering muncul seeara bersamaan (market basket analysis). Dari hasil
penelitian, Algoritma Apriori membutuhkan waktu komputasi yang lama dan
membutuhkan alokasi memori yang besar untuk melakukan pencarian item-sets.
Hal ini disebabkan pemindaian data yang dilakukan seeara berulang-ulang.
Algoritma FP-Groiuth hanya melakukan dua kali pemindaian data dan mampu
memampatkan data transaksi yang memiliki item yang sama, sehingga waktu
yang dibutuhkan lebih singkat dan alokasi memori lebih kecil.

Full Text:

PDF