IMPLEMENTASI ALGORITMA FP-GROWTH DALAM MEMPREDIKSI KOMBINASI BUKU YANG DIMINATI MAHASISWA (STUDI KASUS: PERPUSTAKAAN STMIK BUDI DARMA)

Authors

  • Frec Coi STMIK Budi Darma Jln. Sisingamangaraja No. 338

DOI:

https://doi.org/10.30865/jurikom.v4i5.723

Abstract

Perpustakaan STMIK Budidarma merupakan salah satu fasilitas penyedia informasi, sumber ilmu pengetahuan, dan sarana penunjang proses kegiatan belajar mengajar bagi para mahasiswa untuk mendapatkan informasi yang diinginkan.Analisis ini sangat berguna untuk menentukan kombinasi buku yang diminati sebagai senjata yang digunakan perpustakaan STMIK Budidarma untuk meningkatkan persediaan buku, dan menjadi kebijakan yang digunakan perpustakaan STMIK Budidarma dalam Penyediaan atau pengadaan buku yang diminati untuk selanjutnya. Algoritma Frequent Pattern-Growth (FP-Growth). Algoritma ini adalah bagian dari teknik asosiasi pada data mining. FP-Growth salah satu altenatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering mucul (frequent itemset) dalam sekumpulan data. Untuk memprediksi kombinasi buku yang diminati dengan menggunakan Algoritma FP-Growth yaitu berdasarkan analisa peminjaman buku-buku setiap bulannya. Algoritma ini akan menghitung secara lebih cepat. Teknik pengumpulan data yang digunakan, yaitu observasi dengan mengamati secara langsung untuk memperoleh data akurat. Wawancara dilakukan langsung dengan pihak yang berwenang dalam memberikan  keterangan terhadap data yang dibutuhkan dan studi literatur dengan mencari pustaka-pustaka yang menunjang.

 

References

Kusrini, “Algoritma Data Miningâ€, Penerbit Andi, Yogyakarta, 2009.

Emha Taufiq Luthfi, “Algoritma Aprioriâ€, Penerbit Andi, Yogyakarta, 2009.

MunirRinaldi,“Algoritma Pemogramanâ€, Penerbit Informatika, Bandung, 2011,

Efori Buulolo,“Implementasi Algoritmma Apriori pada Sistem Persediaan Obatâ€, 2013.

David Samuel, “Penerapan Striktur FP-Tree dan ALgoritma FP-Growth dalam Optimasiâ€, Tangal akses 28 Mei 2015 Pukul 19.00 WIB.

Dewi Kartika Pane, “Implementasi Data Mining Pada Penjualan Produk Elektronik Dengan Algoritma Apriori “, Tangal akses 20 April 2015 Pukul 14.00 WIB.

https://www.academia.edu/7414635/bab_1 _pengertian_data_mining_dan_fun

Gsi-fungsi_data_mining, diakses 13 Mei 2015 Pukul 11.00 WIB.

https://www.academia.edu/4758451/ASOSIASI_DATA_MINING_MENGG

Hermawati, Fajar,Astuti. “Data miningâ€, Jakarta, Graha Ilmu.2013

UNAKAN_ALGORITMA_FPGROWTH_UNTUK_MARKET_BASKET-ANALYSIS. Diakses 20 April 2015 Pukul 14.00 WIB.

http://matakristal.com/pengertian-buku, Tanggal akses 28 April 2015 Pukul 12:35 WIB.

http://id.wikipedia.org/wiki/Perpustakaan, Tanggal akses 20 April 2015 Pukul 19.00 WIB.

http://www.pengertianahli.com/2014/04/ pengertian-minat-apa-itu minat.html, Tanggal akses 28 April 2015 Pukul 12:35 WIB.

http://id.wikipedia.org/wiki/Microsoft_Excel, Tangal akses 29 Mei 2015 Pukul 15.00 WIB.

E. Buulolo, “ALGORITMA APRIORI PADA DATA PENJUALAN DI SUPERMARKET,†in Seminar Nasional Inovasi dan Teknologi Informasi 2015 (SNITI), 2015, no. September 2015, pp. 4–7.

H. Widayu, S. D. Nasution, N. Silalahi, and M. Mesran, “DATA MINING UNTUK MEMPREDIKSI JENIS TRANSAKSI NASABAH PADA KOPERASI SIMPAN PINJAM DENGAN ALGORITMA C4.5,†MEDIA Inform. BUDIDARMA, vol. 1, no. 2, Jun. 2017.

E. Buulolo, N. Silalahi, Fadlina, and R. Rahim, “C4.5 Algorithm To Predict the Impact of the Earthquake,†Int. J. Eng. Res. Technol., vol. 6, no. 2, pp. 10–15, 2017.

E. Buulolo, “Implementasi Algoritma Apriori Pada Sistem Persediaan Obat ( Studi Kasus : Apotik Rumah Sakit Estomihi Medan ),†Pelita Inform. Budi Dharma, vol. 4, no. Agustus 2013, pp. 71–83, 2013.

M. Maharani et al., “IMPLEMENTASI DATA MINING UNTUK PENGATURAN LAYOUT MINIMARKET DENGAN MENERAPKAN ASSOCIATION RULE,†J. Ris. Komput., vol. 4, no. 3, pp. 6–11, 2017.

Published

2017-10-28

How to Cite

Coi, F. (2017). IMPLEMENTASI ALGORITMA FP-GROWTH DALAM MEMPREDIKSI KOMBINASI BUKU YANG DIMINATI MAHASISWA (STUDI KASUS: PERPUSTAKAAN STMIK BUDI DARMA). JURNAL RISET KOMPUTER (JURIKOM), 4(5). https://doi.org/10.30865/jurikom.v4i5.723