Jurnal Informatika SIMANTIK Vol. 2 No. 2 September 2017 ISSN:
|
|
- Sukarno Irawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 APLIKASI DATA MINING MENGGUNAKAN METODE ASSOCIATION RULE DAN ALGORITMA APRIORI BERBASIS WEB PADA PERPUSTAKAAN DI SMA NEGERI 1 BUNGURSARI Tumini 1), Endro Lestanto 2) 1) Program Studi Teknik Informatika, STMIK Cikarang kemuningijo@gmail.com 2) Program Studi Teknik Informatika, STMIK Cikarang lestantoe@gmail.com ABSTRAK Data mining merupakan proses analisa data untuk menemukan suatu pola dari kumpulan data tersebut. Data mining mampu menganalisa data yang besar menjadi informasi berupa pola yang memiliki arti bagi pendukung keputusan. Salah satu teknik data mining yang dapat digunakan adalah association rule atau sering juga disebut market basket analysis. Didefinisikan sebagai salah satu itemset yang dibeli secara bersamaan oleh pelanggan dalam suatu transaksi. Association rule adalah suatu alat yang ampuh untuk pelaksanaan strategi cross-selling. Metode ini dimulai dengan mencari sejumlah frequent itemset dan dilanjutkan dengn pembentukan aturan-aturan asosiasi (association rules). Algoritma apriori adalah sebuah algoritma yang dapat digunakan untuk menemukan sejumlah frequent itemset dari data-data transaksi yang tersimpan dalam basis data. Dalam penelitian ini algoritma apriori digunakan untuk membantu menemukan sejumlah aturan asosiasi dari basis data transaksi peminjaman buku. Dengan mendapatkan pengetahuan dari algoritma ini, dapat dijadikan rujukan bagi pihak sekolah dalam penempatan buku-buku perpustakaan. Kata kunci: Data, Mining, Association, Rule, Apriori, Perpustakaan 1. Pendahuluan Perpustakaan dapat dirumuskan sebagai suatu unit kerja dari sebuah lembaga pendidikan yang berupa tempat penyimpanan koleksi buku-buku pustaka untuk menunjang proses pendidikan. Perpustakaan adalah tempat untuk mengembangkan informasi dan pengetahuan yang dikelola oleh suatu lembaga pendidikan, sekaligus sebagai sarana edukatif untuk membantu memperlancar cakrawala pendidik dan peserta didik dalam kegiatan belajar mengajar. Perpustakaan merupakan sarana penyedia informasi, sumber ilmu penggetahuan, dan saran penunjang bagi proses belajar mengajar bagi para pengguna untuk mendapatkan informasi yang diinginkan. SMA Negeri 1 Bungursari sebagai salah satu sekolah di daerah Purwakarta memiliki sebuah perpustakaan yang digunakan oleh siswa maupun guru dan staf untuk memperoleh informasi yang diinginkan terutama dari buku. Perpustakaan tersebut menyediakan berbagai macam bahan pustaka seperti buku pelajaran, buku-buku bacaan, bukubuku dongeng, majalah ilmiah, maupun ensiklopedia. Dari sekian banyak bahan pustaka yang terdapat pada perpustakaan tersebut ada beberapa yang boleh dipinjam dan ada yang hanya boleh dibaca ditempat. Ruang perpustakaan merupakan sarana yang penting dalam penyelenggaraan perpustakaan karena dalam ruang ini segala aktivitas dan program perpustakaan dirancang dan diselenggarakan. Suatu perpustakaan bukan hanya menyediakan ruang kemudian mengisi dengan koleksi tetapi juga harus memperhatikan lokasi perpustakaan, aspek penataan ruang, penataan perabot dan perlengkapan, alur petugas dan penerangan. Khusus untuk penataan buku pada rak perpustakan seharusnya diatur sedemikian rupa untuk memberi kemudahan kepada semua pengunjung saat mencari sebuah atau beberapa buku. Saat ini penempatan buku yang ada diperpustakaan SMA Negeri 1 Bungursari belum menggunakan suatu metode apapun, sehingga masalah yang paling sering terjadi adalah pengunjung merasa kesulitan dalam mencari beberapa buku yang saling berkaitan. Untuk memudahkan proses pencarian dan peminjaman buku perpustakaan, buku-buku diberi label kode buku sesuai jenis buku tersebut. Tetapi cara tersebut belum mengatasi permasalahan yang ada, karena pengunjung tetap saja membutuhkan waktu yang lama dalam mencari buku yang saling berkaitan. Sehingga di perlukan suatu solusi yang dapat mengatasi masalah tersebut, yaitu memudahkan dalam pencarian buku dengan cara menggunakan suatu metode dalam penempatan buku. Dalam penempatan sebuah buku, petugas secara manual menentukan penempatan buku berdasarkan kode buku yang terdapat dalam buku tersebut. Sehingga kadang petugas membutuhkan waktu yang lama pada proses ini. Sehingga petugas biasanya hanya asal dalam mengembalikan buku, tidak sesuai tempatnya. Hal ini tentu saja akan berimbas kepada pengunjung yang akan kesulitan dalam mencari sebuah buku. Diperlukan sebuah sistem dalam memudahkan petugas dalam menempatkan sebuah buku pada rak yang sesuai. Dengan sistem ini petugas Copyright@2017 STMIK Cikarang 47
2 dapat dengan mudah mengembalikan buku sesuai kode buku yang tertera dibuku tersebut ke dalam rak dengan urutan yang sesuai. Solusi untuk mengurangi atau bahkan menghilangkan masalah yang ada dapat di gunakan metode dalam pengembangan sistem penempatan buku pada perpustakaan tersebut. Salah satunya dengan metode Data Mining. Terdapat banyak metode dalam data mining. Salah satu metode yang seringkali digunakan dalam teknologi data mining adalah metode asosiasi atau association rule. Metode asosiasi merupakan teknik untuk menemukan pola yang menggambarkan kekuatan hubungan fitur dalam data. Pola yang ditemukan biasanya mempresentasikan bentuk aturan implikasi. Tujuannya untuk menemukan pola yang menarik dengan cara yang efisien. Pada penelitian ini penulis menerapkan metode asosiasi dengan algoritma apriori terhadap data peminjaman buku pada perpustakaan SMA Negeri 1 Bungursari Purwakarta untuk membantu menerapkan data mining sebagai rekomendasi penempatan rak buku di perpustakaan. Dengan ini sistem penempatan buku menjadi lebih efektif dan efisien. Selain itu memberikan rekomendasi buku lain yang saling berkaitan ketika peminjam hendak meminjam. 2. Landasan Teori 2.1 Pengertian Data Mining Data mining merupakan disiplin ilmu yang mempelajari metode untuk mengekstrak pengetahuan atau menemukan pola dari suatu data. Data mining sering juga disebut knowledge discovery in database (KDD), adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk menemukan keteraturan, pola atau hubungan dalam set data berukuran besar. Data mining adalah suatu teknik untuk menemukan poladan kaitan antar item data dalam database[1]. Menurut (Tan,2008) Data mining adalah proses untuk mendapatkan informasi yang berguna dari gudang basis data yang besar. Data mining juga dapat diartikan sebagai pengekstrakan informasi baru yang diambil dari bongkahan data besar yang membantu dalam pengambilan keputusan [2]. Data mining juga meliputi langkahlangkah menentukan variabel atau fitur yang penting untuk dipakai dalam klasifikasi dan regresi. Data mining memegang peran penting dalam bidang industri, keuangan, cuaca, ilmu dan teknologi. Data mining berkenaan dengan pengelolaan data dalam skala besar[3]. Data mining adalah proses yang memperkerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge) secara otomatis. Knowledge Discovery in Databases (KDD) adalah metode saintifik pada data mining [4]. Gambar 2. 1 Proses Data Mining 2.2 Aturan Asosiasi (Association Rule) Pada Data Mining Aturan asosiasi berguna untuk menemukan hubungan penting yang tersembunyi diantara set data yang besar. Hubungan yang sudah terbuka direpresentasikan dalam bentuk aturan asosiasi (association rule) atau set aturan item yang sering muncul [3]. Association rule merupakan sebuah ekspresi implikasi yang berbentuk X Y, dimana X dan Y merupakan disjoint itemset (X Y)=ϕ[5]. Dalam association rule, kita dapat menghitung support dan confidence. Confidence menyatakan seberapa sering item-item dalam Y muncul dalam transaksi yang berisi X. Secara formal dapat dinyatakan dengan persamaan sebagai berikut: Dimana s adalah support dan c adalah confidence. Support yaitu suatu ukuran yang menunjukkan seberapa besar tingkat dominasi suatu item dari keseluruhan transaksi. Confidence yaitu suatu ukuran yang menunjukkan hubungan antar 2 item secara conditional. 2.3 Konsep Algoritma Apriori Pendekatan dengan algoritma apriori berusaha untuk secara efisien menemukan jumlah itemset frekuen[3]. Itemset frekuen adalah iteset yang memenuhi ambang batas minsup. Sehingga jika sebuah itemset itu frekuen maka semua subset dari itemset tersebut pasti juga frekuen. Misalnya ada data diperpustakaan {Matematika, Fisika, Kimia} adalah itemset frekuen, maka semua transaksi yang berisi {Matematika, Fisika, Kimia} dan subsetnya, yaitu {Matematika, Fisika}, {Matematika, Kimia}, {Fisika, Copyright@2017 STMIK Cikarang 48
3 Kimia}, {Matematika}, {Fisika}, {Kimia} tentu merupakan itemset frekuen. Set data transaksi yang berisi k item berpotensi untuk membangkitkan sebanyak [3]. Sehingga jika terdapat 5 item, kemungkinan jumlah yang bisa terbentuk adalah 31 macam, karena itu algoritma apriori diperlukan untuk mengurangi komputasi yang dilakukan. Pencarian itemset frekuen ditentukan dengan menghitung support count untuk setiap kandidat itemset. Untuk melakukannya, kita harus membandingkan setiap kandidat pada setiap transaksi. Jika sebuah kandidat ternyata ada dalam sebuah transaksi, nilai support count-nya akan dinaikkan satu. Perbandingan yang harus dilakukan adalah sebanyak, dimana N adalah jumlah transaksi, M adalah jumlah kandidat, dan w adalah lebar transaksi maksimal. Sehingga akan menghasilkan perbandingan yang sangat banyak. Flowchart langkah algoritma apriori 2.4 Perpustakaan Perpustakaan dapat dirumuskan sebagai suatu unit kerja dari sebuah lembaga pendidikan yang berupa tempat penyimpanan koleksi buku-buku pustaka untuk menunjang proses pendidikan. Perpustakaan adalah tempat untuk mengembangkan informasi dan pengetahuan yang dikelola oleh suatu lembaga pendidikan, sekaligus sebagai sarana edukatif untuk membantu memperlancar cakrawala pendidik dan peserta didik dalam kegiatan belajar mengajar. Perpustakaan merupakan sarana penyedia informasi, sumber ilmu penggetahuan, dan saran penunjang bagi proses belajar mengajar bagi para pengguna untuk mendapatkan informasi yang diinginkan. Perpustakaan adalah suatu unit kerja dari suatu lembaga tertentu yang mengelola bahan-bahan pustaka, baik berupa buku-buku maupun bukan berupa buku (nonbook material) yang diatur secara sistematis menurut aturan tertentu sehinggga dapat digunakan sebagai sumber informasi oleh setiap pemakainya[4]. Menurut soetopo, perpustakaan sekolah atau perguruan tinggi adalah perpustakaan yang diselenggarakan di sekolah atau perguruan tinggi yang bermaksud menunjang program belajar mengajar di lembaga pendidikan formal[4]. Pepustakaan merupakan salah satu subsistem dari suatu sistem yang ada di lembaga induknya dimana perpustakaan tadi berada[4]. yang dipinjam dalam satu transaksi data akan di asosiasi berdasarkan jenis buku yang paling banyak dipinjam diperpustakaan. Data yang digunakan berasal dari database perpustakaan yang terdiri dari tabel koleksi buku, tabel anggota dan tabel peminjaman untuk mencari keterkaitan antar tabel. Tidak semua atribut yang kira-kira berguna dan sebaranya tidak terlalu acak, karena data yang terlalu acak akan membuat proses mining memakan waktu lama dan tingkat hubunganya pun rendah. Data peminjaman yang akan dicari hubungannya meliputi id_peminjam, kode_buku, id_transaksi. 3.2 Sumber Data Data yang digunakan berasal dari perpustakaan SMA Negeri 1 Bungursari berupa database perpustakaan yang terdiri dari tiga tabel, yaitu data buku, data transaksi dan data detail transaksi. 1. Tabel Buku Data buku adalah data koleksi buku yang di data ketika masuknya buku-buku koleksi diperpustakaan dan di susun oleh pihak pustakawan pada perpustakaan dan dapat dipinjam ataupun dibaca siswa yang berkunjung keperpustakaan. Gambar 3.1 Tabel Buku 2. Tabel Transaksi Data Transaksi meliputi data id transaksi, tanggal peminjaman dan, id peminjam. 3. Rancangan Sistem Dan Aplikasi 3.1 Analisa Kebutuhan Sistem Dalam penulisan tugas akhir ini yang akan dicari adalah hubungan antar jenis buku yang paling banyak dipinjam di perpustakaan SMA Negeri 1 Bungursari, Purwakarta. Untuk mengetahui hubungan antar jenis buku Gambar 3.2 Tabel Transaksi Copyright@2017 STMIK Cikarang 49
4 3. Tabel Detail Transaksi Data detail transaksi adalah data detail peminjaman pada perpustakaan tersebut. Meliputi id detail transaksi, id_transaksi, kode_buku, dan jumlah_pinjam. Gambar 3.3 Tabel Detail Transaksi Pada kebutuhan data yang akan di hubungkan dengan data koleksi, data anggota dan data peminjaman, dengan asumsi bahwa semua siswa yang meminjam buku dalam satu waktu memiliki keterkaitan. 3.3 Data yang Digunakan Dalam penulisan tugas akhir kali ini dicari hubungan beberapa atribut dari data buku, data transaksi dan data detail transaksi. Karena tidak semua tabel digunakan maka perlu dilakukan pembersihan data agar data yang akan diolah benar-benar relevan dengan yang dibutuhkan. Pembersihan ini penting guna meningkatkan performa dalam proses mining. Cara pembersihan dengan menghapus atribut yang tidak terpakai dan menghapus data-data yang tidak lengkap isiannya. atribut yang digunakan terdiri dari atribut pada data koleksi buku, detail transaksi dan data peminjaman. Kemudian semua data tersebut diseleksi berdasarkan minimum threshold yang ditetapkan. performasi dari sistem data mining karena data yang ditangani akan berkurang jumlah dan kompleksitasnya. 2. Data integration (integrasi data) Integrasi data merupakan penggabungan data dari suatu database yang memiliki beberapa tabel. Tabel koleksi buku, tabel anggota dan tabel peminjaman disimpan dalam satu database. Integrasi data dilakukan pada atribut-aribut yang mengidentifikasikan entitas-entitas dengan satu atribut unik yaitu ID. 3. Data selection (seleksi data) Selection data adalah proses menyeleksi atribut pada tabel koleksi buku, tabel anggota dan tabel peminjaman untuk menghilangkan data yang tidak diperlukan untuk proses mining selanjutnya. Untuk menghidari data yang tidak valid ataupun data yang kosong. 3.5 Proses Asosiasi Dengan Algoritma Apriori Aturan asosiasi berguna untuk menemukan hubungan penting yang tersembunyi diantara set data yang besar. Hubungan yang sudah terbuka direpresentasikan dalam bentuk aturan asosiasi (association rule) atau set aturan item yang sering muncul. Dalam hal ini adalah data peminjaman dalam satu transaksi. Ketika seorang siswa meminjam sebuah buku, kemungkinan besar siswa tersebut juga meminjam buku yang lain yang saling berkaitan. Ketika aturan tersebut memiliki banyak kemungkinan akan menyebabkan system tidak efisien. Sehingga diperlukan sebuah algoritma untuk menghindari permasalahan tersebut. Algoritma apriori sangat cocok digunakan bersamaan dengan aturan asosiasi. 3.4 Rancangan 1. Data cleaning Cleaning data merupakan proses menghilangkan noise dan data yang tidak konsisten atau data yang tidak relevan. Pada umumnya data yang diperoleh, baik dari database suatu perusahaan maupun hasil eksperimen, memiliki isian-isian yang tidak sempurna seperti data yang hilang, data yang tidak valid atau juga hanya sekedar salah ketik. Dalam tahap ini semua data yang akan digunakan baik data koleksi buku, data anggota maupun data peminjman buku dibersihkan dari record data yang tidak mempunyai atribut lengkap. Selain pembersihan record data yang tidak valid, juga dilakukan penghapusan atribut yang tidak dipakai, misalnya atribut notes, abstrak dan lainlain. Pembersihan data juga akan mempengaruhi Gambar 3.4 Matriks Peminjaman Dari data tersebut tabel peminjaman dapat diasosiasikan sesuai id_transaksi, kemudian dengan algoritma apriori kita dapat menentukan item yang frekuen sesuai treshold yang sudah ditentukan. Sehingga kita dapat mendapatkan aturan kombinasi beberapa buku yang dipinjam. STMIK Cikarang 50
5 Gambar 4.2 Input data peminjaman Gambar 3.5 Perhitungan kombinasi 4.3 Penentuan Treshold Penentuan threshold bertujuan untuk membatasi jumlah presentase kemungkinan kombinasi. 4. Hasil Dan Pembahasan Proses data mining ini adalah untuk menampilkan semua data yang akan dijadikan asosiasi untuk mengetahui tingkat keterkaitan buku yang dipinjam siswa diperpustakaan. Untuk membuat data mining dan menampilkan kombinasi buku yang dipinjam berdasarkan jenis buku diperpustakaan menggunakan metode asosiasi. 4.1 Proses Input Jenis Buku Proses ini bertujuan untuk memasukkan jenis-jenis buku yang terdapat dalam perpustakaan. Gambar 4.3 Penentuan threshold Gambar 4.1 Input Data Buku 4.4 Hasil Menampilkan data hasil data mining peminjaman perpustakaan sehingga menghasilkan kombinasi buku yang saling berkaitan dalam sebuah transaksi peminjaman 4.2 Input Data Peminjaman Input data peminjaman menggunakan menu import data peminjaman yang akan disimpan dalam database. STMIK Cikarang 51
6 dengan demikian akan memudahkan dalam pencarian data untuk melakukan proses penemuan knowledge. 3) Walaupun aplikasi ini sangat mudah dijalankan, namun perlu disosialisasikan cara pengoperasiannya. 5. Kesimpulan Dan Saran Gambar 4.4 Tampil Hasil 5.1 Kesimpulan Dari uraian pada bab-bab yang sudah dibahas dapat ditarik kesimpulan: 1) Dengan metode association rule dan algoritma apriori dapat digunakan untuk menentukan pola peminjaman buku pada perpustakaan, sehingga dapat dimanfaatkan dalam penerapan rak buku. 2) Sistem yang dibangun dapat membantu dalam menentukan pola peminjaman perpustakaan yang umumnya masih dilakukan secara manual, sehingga penempatan rak buku sesuai dengan pola peminjaman. 3) Sistem ini dapat memberikan informasi yang efektif untuk petugas perpustakaan dalam penempatan rak buku. 5.2 Saran Pengembangan sistem ini adalah dari sistem manual atau berdasarkan basis pengetahuan ke sistem komputerisasi yang dibangun atas dasar pertimbangan dari permasalahan-permasalahan yang akan datang. 1) Diperlukan penelitian lebih lanjut untuk membandingkan hasil pola dan menentukan teori yang menghasilkan prediksi yang lebih baik. 2) Untuk mendapatkan hasil yang baik diperlukan sumber data yang lengkap. Oleh sebab itu diharapkan pada proses penyimpanan data dilakukan secara elektronik, DAFTAR PUSTAKA Darmono. (2007). Perpustakaan Sekolah Pendekatan Aspek MAnajemen dan Tata Kerja. Jakarta: Grasindo. Ginanjar, T. (2014). Rahasia Membangun Website Toko Online Berpenghasilan Jutaan Rupiah. Yogyakarta: Ifahmedia. Hermawati, F. A. (2013). Data Mining. Yogyakarta: CV ANDI. Hidayat, A. N. (2015). Belajar HTML kelas Ringkas. Hidayat, A. N. (2015). Belajar HTML kelas Ringkas. Yogyakarta: Bisakimia. Irwansyah, E., & Moniaga, J. V. (Pengantar Teknologi Informasi). Rahasia Membangun Website Toko Online Berpenghasilan Jutaan Rupiah. Jakarta: Deepublish. Kurniawan, E. (2012). Pemrograman Web Dinamis dengan ASP.NET 4.5. Yogyakarta: CV ANDI OFFSET. Madcons. (2011). Membongkar Misteri Adobe Dreamweaver CS6 dengan PHP dan MySQL. Yogyakerta: CV ANDI OFFSET. Mahatmyo, A. (2014). Sistem Informasi Akuntasi Suatu Pengantar. Yogyakarta: Deepublish. Nofriansyah, D. (2012). Konsep Data Mining Sistem Pendukung Keputusan. Yogyakarta: CV BUDI UTAMA. Oktavian, D. P. (2010). Menjadi Programer Jempolan Menggunakan PHP. Yogyakarta: Mediakom. Prasetyo, E. (2012). Data Mining Konsep dan Aplikasi menggunakan Matlab. Yogyakarta: CV ANDI. Rosa, A. S., & Salahudin, M. (2013). Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Infotika. Santoso, B. (2007). Data Minig Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu. Sulistyawan, Rubianto, & Rahmad Saleh. (2008). Modifikasi Blog Multiply dengan CSS. Jakarta: PT ELEX Media Komputindo. Suntoyo, A. (2007). Ajax Membangun Web dengan Teknologi Asyncronous Javascrpit dan XML. Yogyakarta: CV ABDI. Supriyanto, W., & Muhsin, A. (2008). Teknologi Informasi Perpustakaan. Yogyakarta: Kanisius. Wahyono, T. (2007). Building dan Maintenance PC Server. Jakarta: PT ELex Media Komputindo. Widodo, P. P., & Herlawati. (2011). Menggunakan UML ( Unfied Modeling Language). Bandung: Infotika Bandung. Copyright@2017 STMIK Cikarang 52
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup banyak digunakan, antara lain
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Penelitian ini menggunakan beberapa sumber pustaka yang berhubungan dengan kasus yang akan diteliti. Pemanfaatan algoritma apriori sudah cukup
Lebih terperinciAPLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang)
Hapsari Dita Anggraeni, Ragil Saputra, Beta Noranita APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA APRIORI (Studi Kasus di Apotek Setya Sehat Semarang) Hapsari Dita
Lebih terperinciBAB II TINJAUAN PUSTAKA. pengetahuan di dalam database. Data mining adalah proses yang menggunakan
6 BAB II TINJAUAN PUSTAKA 2.1 Pengertian Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan
Lebih terperinciTimor Setiyaningsih, Nur Syamsiah Teknik Informatika Universitas Darma Persada. Abstrak
DATA MINING MELIHAT POLA HUBUNGAN NILAI TES MASUK MAHASISWA TERHADAP DATA KELULUSAN MAHASISWA UNTUK MEMBANTU PERGURUAN TINGGI DALAM MENGAMBIL KEBIJAKAN DALAM RANGKA PENINGKATAN MUTU PERGURUAN TINGGI Timor
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini membahas tentang landasan teori yang medukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Data Mining Data mining adalah kegiatan menemukan
Lebih terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun.
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang konsep dasar dan teori-teori pendukung yang berhubungan dengan sistem yang akan dibangun. 2.1. Data Mining Data mining adalah suatu istilah yang digunakan
Lebih terperinciDATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI
DATA MINING ANALISA POLA PEMBELIAN PRODUK DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Heroe Santoso 1), I Putu Hariyadi 2), Prayitno 3) 1), 2),3) Teknik Informatika STMIK Bumigora Mataram Jl Ismail Marzuki
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Masalah Kebutuhan akan teori dalam dunia pendidikan sangat besar. Teori banyak di tulis ke dalam sebuah buku maupun jurnal. Pada universitas potensi utama,
Lebih terperinci2.2 Data Mining. Universitas Sumatera Utara
Basis data adalah kumpulan terintegrasi dari occurences file/table yang merupakan representasi data dari suatu model enterprise. Sistem basisdata sebenarnya tidak lain adalah sistem penyimpanan-record
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA
PENERAPAN ALGORITMA APRIORI DALAM MEMPREDIKSI PERSEDIAAN BUKU PADA PERPUSTAKAAN SMA DWI TUNGGAL TANJUNG MORAWA Domma Lingga Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
Lebih terperinciPenerapan Data Mining Untuk Analisis Pola Pembelian Produk Pada Clapper Movie Café Menggunakan Metode Association Rule
Penerapan Data Mining Untuk Analisis Pola Pembelian Produk Pada Clapper Movie Café Menggunakan Metode Association Rule Alffeus Gantari Ganeffo Program Studi Teknik Informatika, Universitas Dian Nuswantoro
Lebih terperinciJurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(52-62)
Analisa Pola Peminjaman Buku Perpustakaan Menggun Algoritma Apriori Azwar Anas Program Studi Pendidikan Informatika, STKIP PGRI Sumbar aans_07@yahoo.co.id http://dx.doi.org/10.22202/jei.2014.v1i1.1439
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini, perkembangan teknologi telah memberikan pengaruh yang sangat besar di dalam kehidupan manusia. Salah satu pengaruh tersebut di bidang informasi yaitu dalam
Lebih terperinciRANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang)
RANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang) Naufal Farras Hilmy 1, Banni Satria Andoko 2 Program Studi Teknik
Lebih terperinciIMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI PADA TOKO BANGUNAN UD. RUFI SENTOSA JAYA SAMBIREJO - PARE
IMPLEMENTASI DATA MINING DENGAN ALGORITMA APRIORI PADA TOKO BANGUNAN UD. RUFI SENTOSA JAYA SAMBIREJO - PARE SKRIPSI Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.)
Lebih terperinciPENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING
PENINGKATAN PERFORMA ALGORITMA APRIORI UNTUK ATURAN ASOSIASI DATA MINING Andreas Chandra Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email : andreaschaandra@yahoo.com
Lebih terperinciJURNAL IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI
JURNAL IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HASIL PENJUALAN BARANG PADA TOKO SINAR BARU DENGAN MENGGUNAKAN ALGORITMA APRIORI IMPLEMENTATION OF DATA MINING TO PREDICT RESULTS OF SALES GOODS IN THE
Lebih terperinciPENERAPAN ALGORITMA APRIORI DALAM MENENTUKAN STRATEGI PENJUALAN MAKANAN RINGAN (Studi Kasus: Toko Pak Herry Templek - Gadungan)
PENERAPAN ALGORITMA APRIORI DALAM MENENTUKAN STRATEGI PENJUALAN MAKANAN RINGAN (Studi Kasus: Toko Pak Herry Templek - Gadungan) SKRIPSI Diajukan Untuk Memenuhi Sebagai Syarat Guna Memperoleh Gelar Sarjana
Lebih terperinciAPLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA
APLIKASI DATA MINING UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA Yuli Asriningtias, Rodhyah Mardhiyah Program Studi Teknik Informatika Fakultas Bisnis & Teknologi Informasi, Universitas Teknologi
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA 2.1 Sistem Informasi Manajemen Mcleod R dan Schell G, (2004) membagi sumber daya menjadi dua bagian yaitu sumberdaya fisikal dan sumberdaya konseptual. Sumber daya fisikal terdiri
Lebih terperinciANALISA DAN PERANCANGAN APLIKASI ALGORITMA APRIORI UNTUK KORELASI PENJUALAN PRODUK (STUDI KASUS : APOTIK DIORY FARMA)
ANALISA DAN PERANCANGAN APLIKASI ALGORITMA APRIORI UNTUK KORELASI PENJUALAN PRODUK (STUDI KASUS : APOTIK DIORY FARMA) Harvei Desmon Hutahaean 1, Bosker Sinaga 2, Anastasya Aritonang Rajagukguk 2 1 Program
Lebih terperinciBAB I PENDAHULUAN. mahasiswa yang seringkali meminjam buku harus mencari sendiri dirak rak
BAB I PENDAHULUAN I.1 Latar Belakang Perpustakaan merupakan salah satu fasilitas penyedia informasi,sumber ilmu pengetahuan,dan sarana penunjang proses kegiatan belajar bagi pengguna untuk mendapatkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Pelaku bisnis saat ini dituntut selalu inovatif untuk dapat bersaing dengan kompetitor. Bisnis retail seperti Apotek merupakan bisnis dengan persaingan yang sangat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perpustakaan merupakan tempat dimana seseorang mendapatkan pengetahuan, informasi atau hiburan dengan jumlah kategori yang bervarian seperti ilmiah, non fiksi, komedi,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Data Mining Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah Proses yang menggunakan
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang
BAB III METODE PENELITIAN Metode penelitian merupakan suatu prosedur beserta tahapan-tahapan yang tersusun secara jelas dan sistematis guna menyelesaikan suatu permasalahan yang sedang diteliti dengan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Sistem Rekomendasi Sistem Rekomendasi (SR) merupakan model aplikasi dari hasil observasi terhadap keadaan dan keinginan pelanggan. Sistem Rekomendasi memanfaatkan opini seseorang
Lebih terperinciBAB II TINJAUAN PUSTAKA. Turban mendefinisikan Decision Support System sebagai sekumpulan
BAB II TINJAUAN PUSTAKA 2.1 Decision Support System Turban mendefinisikan Decision Support System sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para pengambilan
Lebih terperinciSISTEM REKOMENDASI PAKET MAKANAN DENGAN ALGORITMA FP-GROWTH PADA RESTORAN SEAFOOD XYZ
SISTEM REKOMENDASI PAKET MAKANAN DENGAN ALGORITMA FP-GROWTH PADA RESTORAN SEAFOOD XYZ Pahridila Lintang 1),Muhammad Iqbal 2), Ade Pujianto 3) 1), 2, 3) Teknik Informatika STMIK AMIKOM Yogyakarta Jl Ring
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada tinjauan pustaka ini akan dibahas tentang konsep dasar dan teori-teori yang mendukung pembahasan yang berhubungan dengan sistem yang akan dibuat. 2.1 Basis Data (Database) Database
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perusahaan ritel yang menyediakan berbagai kebutuhan berkembang pesat bukan hanya di kota besar saja tetapi juga di kota-kota kecil. Untuk memperoleh keuntungan yang
Lebih terperinciBAB I PENDAHULUAN. Data mining memungkinkan penemuan pola-pola yang menarik, informasi yang
1 BAB I PENDAHULUAN Bab pendahuluan ini membahas tentang latar belakang masalah yaitu fenomena perkembangan data yang terus bertambah tetapi informasi yang dihasilkan monoton, sehingga diperlukan data
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan dan persaingan dalam dunia bisnis perdagangan serta kemajuan teknologi informasi merupakan suatu hal yang saling terkait, dalam ketatnya persaingan pasar
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. yang tepat. Sistem data mining mampu memberikan informasi yang tepat dan
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1. Tinjauan Pustaka Sistem data mining akan lebih efektif dan efisiensi dengan komputerisasi yang tepat. Sistem data mining mampu memberikan informasi yang
Lebih terperinciAPLIKASI DATA MINING UNTUK POLA PERMINTAAN DARAH DI UDD ( UNIT DONOR DARAH ) PMI KOTA SURABAYA MENGGUNAKAN METODE APRIORI
APLIKASI DATA MINING UNTUK POLA PERMINTAAN DARAH DI UDD ( UNIT DONOR DARAH ) PMI KOTA SURABAYA MENGGUNAKAN METODE APRIORI Budanis Dwi Meilani, dan Dermawan Cahyo Utomo Jurusan Teknik Informatika, Fakultas
Lebih terperinciBAB III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN 3.1 DESAIN PENELITIAN Dalam melakukan penelitian, dibutuhkan desain penelitian agar penelitian yang dilakukan dapat berjalan dengan baik. Berikut ini merupakan desain penelitian
Lebih terperinciDESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA. Oleh : Rita Prima Bendriyanti ABSTRAK
DESAIN APLIKASI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA Oleh : Rita Prima Bendriyanti ABSTRAK Penelitian ini menggunakan metode observasi, dengan melihat atau mengamati secara langsung
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN Pada bab ini berisi tentang latar belakang pembuatan dari aplikasi penentuan rekomendasi pencarian buku perpustakaan menggunakan algoritma fp-growth, rumusan masalah, tujuan, batasan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Penambangan Data (Data Mining) Pengertian data mining, berdasarkan beberapa orang: 1. Data mining (penambangan data) adalah suatu proses untuk menemukan suatu pengetahuan atau
Lebih terperinciLili Tanti. STMIK Potensi Utama, Jl. K.L. Yos Sudarso Km. 6,5 No. 3A Tj. Mulia Medan ABSTRACT
Lili, Penerapan Data Mining Untuk 35 PENERAPAN DATA MINING UNTUK MENENTUKAN JUMLAH MAHASISWA PADA SATU DAERAH DENGAN MENGGUNAKAN METODE ALGORITMA APRIORI Lili Tanti Email : lili@potensi-utama.ac.id STMIK
Lebih terperinciPERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK PEREKOMENDASI PADA TRANSAKSI PEMINJAMAN BUKU DI PERPUSTAKAAN UNIVERSITAS DIAN NUSWANTORO
PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK PEREKOMENDASI PADA TRANSAKSI PEMINJAMAN BUKU DI PERPUSTAKAAN UNIVERSITAS DIAN NUSWANTORO Rizky Mei Anggraeni Program Studi Teknik Informatika,
Lebih terperinciPENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN
PENERAPAN METODE APRIORI ASOSIASI TERHADAP PENJUALAN PRODUCT COSMETIC UNTUK MENDUKUNG STRATEGI PENJUALAN SKRIPSI Diajukan untuk memenuhi salah satu syarat guna memperoleh gelar Sarjana Komputer (S.Kom)
Lebih terperinciBAB IV HASIL DAN UJICOBA. Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk
BAB IV HASIL DAN UJICOBA IV.1. Tampilan Hasil Berikut ini dijelaskan mengenai tampilan hasil dari perancangan Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Elektronik Dengan
Lebih terperinciJournal of Informatics and Technology, Vol 2, No 2, Tahun 2013, p
Journal of Informatics and Technology, Vol 2, No 2, Tahun 2013, p 22-28 http://ejournal-s1.undip.ac.id/index.php/joint APLIKASI DATA MINING ANALISIS DATA TRANSAKSI PENJUALAN OBAT MENGGUNAKAN ALGORITMA
Lebih terperinciPERANCANGAN WEBSITE PENYEDIAAN DAN PENCARIAN INFORMASI LOWONGAN PEKERJAAN
PERANCANGAN WEBSITE PENYEDIAAN DAN PENCARIAN INFORMASI LOWONGAN PEKERJAAN Melyanto 1, Kristina 2, Thommy Willay 3, 1,2,3 Teknik Informatika, STMIK Widya Dharma, Pontianak e-mail: 1 melyantohuang@gmail.com,
Lebih terperinciJURNAL IMPLEMENTASI DATA MINING PADA PENJUALAN SEPATU DENGAN MENGGUNAKAN ALGORITMA APRIORI
JURNAL IMPLEMENTASI DATA MINING PADA PENJUALAN SEPATU DENGAN MENGGUNAKAN ALGORITMA APRIORI IMPLEMENTATION OF DATA MINING ON THE SALE OF SHOES WITH ALGORITHMS USING APRIORI Oleh : VERNANDA NOVRINI BUDIYASARI
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Secara sederhana data mining adalah penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Data mining
Lebih terperinciPENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI
PENGEMBANGAN APLIKASI PENENTUAN TINGKAT KEUNTUNGAN PADA E- COMMERCE DENGAN MENGGUNAKAN ALGORITMA K-MEANS DAN APRIORI Gunawan 1, Fandi Halim 2, Tony Saputra Debataraja 3, Julianus Efrata Peranginangin 4
Lebih terperinciPENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI
PENERAPAN METODE ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA APRIORI UNTUK MENGETAHUI KOMBINASI ANTAR ITEMSET PADA PONDOK KOPI Fitri Nurchalifatun Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Jl.
Lebih terperinciPENERAPAN METODE ASOSIASI GSP DAN APRIORI UNTUK STOK DAN REKOMENDASI PRODUK
Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2017, pp. 412~416 412 PENERAPAN METODE ASOSIASI GSP DAN APRIORI UNTUK STOK DAN REKOMENDASI PRODUK Elly Muningsih AMIK BSI Yogyakarta e-mail : elly.emh@bsi.ac.id
Lebih terperinciPENERAPAN DATA MINING UNTUK MENDISKRIPSIKAN TINGKAT KREDIT BERMASALAH PADA BANK
PENERAPAN DATA MINING UNTUK MENDISKRIPSIKAN TINGKAT KREDIT BERMASALAH PADA BANK Rizky Fajar Nugraha Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang ABSTRAK Pertumbuhan yang pesat dari akumulasi
Lebih terperinciAbidah Elcholiqi, Beta Noranita, Indra Waspada
Abidah Elcholiqi, Beta Noranita, Indra Waspada PENENTUAN BESAR PINJAMAN DI KOPERASI SIMPAN PINJAM DENGAN ALGORITMA K-NEAREST NEIGHBOR (Studi Kasus di Koperasi Simpan Pinjam BMT Bina Insani Pringapus) Abidah
Lebih terperinciANALISIS DATA POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN SUPERMARKET PAMELLA YOGYAKARTA 1.
ANALISIS DATA POLA PEMBELIAN KONSUMEN DENGAN ALGORITMA APRIORI PADA TRANSAKSI PENJUALAN SUPERMARKET PAMELLA YOGYAKARTA M. Didik R. Wahyudi 1) Fusna Failasufa 2) 1) 2) Teknik Informatika FST UIN Sunan Kalijaga
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi komputasi dan media penyimpanan telah memungkinkan manusia untuk mengumpulkan dan menyimpan data dari berbagai sumber dengan jumlah yang
Lebih terperinciIDENTIFIKASI POLA PENYAKIT ANAK DIBAWAH 5 TAHUN (BALITA) DENGAN MENGGUNAKAN ALGORITMA APRIORI
IDENTIFIKASI POLA PENYAKIT ANAK DIBAWAH 5 TAHUN (BALITA) DENGAN MENGGUNAKAN ALGORITMA APRIORI Ismul Zamroni 1), Indah Werdiningsih 2), Purbandini 3) 1,2,3) Program Studi S1 Sistem Informasi, Fakultas Sains
Lebih terperinciIMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA PENJUALAN SPAREPART MOTOR DI AHAS PUTRA MOTOR
IMPLEMENTASI DATA MINING ALGORITMA APRIORI PADA PENJUALAN SPAREPART MOTOR DI AHAS PUTRA MOTOR SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Lebih terperinciSKRIPSI TI S1 FIK UDINUS 1
SKRIPSI TI S FIK UDINUS PENERAPAN ASSOCIATION RULE DENGAN ALGORITMA APRIORI UNTUK MENAMPILKAN INFORMASI TINGKAT KELULUSAN MAHASISWA TEKNIK INFORMATIKA S FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO
Lebih terperinciRANCANG BANGUN SISTEM PENGAMBILAN KEPUTUSAN UNTUK PREDIKSI PEMBELIAN BARANG PADA DISTRIBUTOR LUKCY JAYA MOTOR BERBASIS WEB MENGGUNAKAN METODE APRIORI
RANCANG BANGUN SISTEM PENGAMBILAN KEPUTUSAN UNTUK PREDIKSI PEMBELIAN BARANG PADA DISTRIBUTOR LUKCY JAYA MOTOR BERBASIS WEB MENGGUNAKAN METODE APRIORI Candra Irawan Amak Yunus 1 Sistem Informasi, Universitas
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Berbagai penemuan terbaru di dalam pengumpulan dan penyimpanan data telah memungkinkan berbagai organisasi untuk mengumpulkan berbagai data (data pembelian, data nasabah,
Lebih terperinciANALISIS ALGORITMA APRIORI UNTUK REKOMENDASI PENEMPATAN BUKU PADA PERPUSTAKAAN
1 ANALISIS ALGORITMA APRIORI UNTUK REKOMENDASI PENEMPATAN BUKU PADA PERPUSTAKAAN 1 Uma Mazida, 2 Ricardus Anggi Pramunendar, M.Cs Program Studi Teknik Informatika S1 Fakultas Ilmu Komputer Universitas
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Bab ini akan membahas hal-hal yang mendasari dibuatnya E-Commerce Dolanan Puzzle, bahasa pemrograman, dan tools yang digunakan dalam pembuatan E-Commerce Dolanan Puzzle. 3.1 E-Commerce
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam periode enam tahun terakhir (tahun 2007 2012), jumlah gerai ritel modern di Indonesia mengalami pertumbuhan rata-rata 17,57% per tahun. Pada tahun 2007, jumlah
Lebih terperinciANALISA KONSISTENSI POLA PEMINJAMAN BUKU MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus: UPT Perpustakaan Universitas Sebelas Maret)
ANALISA KONSISTENSI POLA PEMINJAMAN BUKU MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus: UPT Perpustakaan Universitas Sebelas Maret) Miranda Nur Qolbi Aprilina 1, Wiranto 2,Widodo 3 1,2 Program Studi Informatika,
Lebih terperinciIMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH
IMPLEMENTASI DATA MINING TERHADAP PENYUSUNAN LAYOUT MAKANAN PADA RUMAH MAKAN PADANG MURAH MERIAH Oliver Zakaria 1), Kusrini 2) 1) Teknik Informatika STMIK AMIKOM Yogyakarta Jl. Ring Road Utara Condong
Lebih terperinciDATA MINING INFORMASI TINGKAT KELULUSAN MAHASISWA STMIK PELITA NUSANTARA MEDAN. Anita Sindar RM Sinaga
DATA MINING INFORMASI TINGKAT KELULUSAN MAHASISWA STMIK PELITA NUSANTARA MEDAN Anita Sindar RM Sinaga Program Studi Teknik Informatika STIMIK Pelita Nusantara, Jl. Iskandar Muda No. 1 Medan, Indonesia
Lebih terperinciPengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket
Pengembangan Aplikasi Market Basket Analysis Menggunakan Algoritma Generalized Sequential Pattern pada Supermarket Gunawan 1), Alex Xandra Albert Sim 2), Fandi Halim 3), M. Hawari Simanullang 4), M. Firkhan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Apriori merupakan salah satu algoritma yang terkenal dalam mencari frequent pattern dari database transaksi[8]. Prinsip dari algortima Apriori ini adalah jika sebuah
Lebih terperinciRancang Bangun Fitur Rekomendasi Buku Menggunakan Algoritma PrefixSpan pada Sistem Peminjaman Buku Berbasis Web di Perpustakaan Universitas Ciputra
Rancang Bangun Fitur Rekomendasi Buku Menggunakan Algoritma PrefixSpan pada Sistem Peminjaman Buku Berbasis Web di Perpustakaan Universitas Ciputra Lenny Universitas Ciputra UC Town, Citraland Surabaya
Lebih terperinciUKDW BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Untuk dapat meningkatkan penjualan, pengambil keputusan / manajer toko harus dapat memperhatikan faktor-faktor yang mempengaruhi secara langsung. Salah satu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Recommender System Berdasarkan [6], Recommender System merupakan bagian dari Sistem Pengolahan Informasi yang dimaksudkan untuk mempresentasikan informasi yang mungkin diminati
Lebih terperinciJURNAL IMPLEMENTASI DATA MINING PADA TRANSAKSI PENJUALAN BIBIT BUAH DENGAN ALGORITMA APRIORI (STUDI KASUS: UD BUAH ASRI)
JURNAL IMPLEMENTASI DATA MINING PADA TRANSAKSI PENJUALAN BIBIT BUAH DENGAN ALGORITMA APRIORI (STUDI KASUS: UD BUAH ASRI) IMPLEMENTATION DATA MINING OF SALES TRANSACTION FRUIT SEEDLING WITH ALGORITHM APRIORI
Lebih terperinciANALISA PENERAPAN DATAMINING PADA PENJUALAN PRODUK OLI MESIN SEPEDA MOTOR DENGAN ALGORITMA APRIORI
ANALISA PENERAPAN DATAMINING PADA PENJUALAN PRODUK OLI MESIN SEPEDA MOTOR DENGAN ALGORITMA APRIORI Siti Sundari Program Studi Teknik Informatika, Sekolah Tinggi Teknik Harapan Medan Jalan Hm. Joni No 70
Lebih terperinciBAB I PENDAHULUAN. yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia adalah salah satu negara dengan pertumbuhan pasar e-commerce yang cepat dan besar di Asia (Kartiwi, 2006). Pertumbuhan e-commerce yang besar tersebut membuat
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Tinjauan Studi Sebelum penelitian ini dilakukan, sudah terdapat beberapa penelitian yang menjadi dasar untuk menyelesaikan penelitian ini, penelitian tersebut diantaranya sebagai
Lebih terperinciBAB III ANALISA DAN DESAIN SISTEM
BAB III ANALISA DAN DESAIN SISTEM III.1. Analisa Sistem Yang Berjalan Proses yang sedang berjalan dalam penerapan data mining untuk memprediksi minat pembeli barang elektronik khususnya komputer dan sparepart
Lebih terperinciANALISA ALGORITMA APRIORI UNTUK MENENTUKAN MEREK PAKAIAN YANG PALING DIMINATI PADA MODE FASHION GROUP MEDAN
ANALISA ALGORITMA APRIORI UNTUK MENENTUKAN MEREK PAKAIAN YANG PALING DIMINATI PADA MODE FASHION GROUP MEDAN Eka Novita Sari (0911010) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciBAB II TINJAUAN PUSTAKA 2.1 DASAR TEORI Business Analytic
digilib.uns.ac.id BAB II TINJAUAN PUSTAKA 2.1 DASAR TEORI 2.1.1 Business Analytic 2.1.1.1 Pengertian Business Analytic (BA) Business Analytic adalah aplikasi dan teknik untuk mengumpulkan, menyimpan, menganalisis
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang ,
1. BAB I PENDAHULUAN 1.1. Latar Belakang Hasil survey Badan Kesejahteraan Keluarga Pemberdayaan Perempuan dan Keluarga Berencana (BKKPPKB) tahun 2009 menunjukkan angka kemiskinan di Kabupaten Bantul sebanyak
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA II.1 Tinjauan Perusahaan CV. Aldo Putra berlokasi di Jalan Pasar Induk Gedebage No. 89/104 Bandung, bergerak dibidang grosir pakaian jadi impor. Barang yang dijual di CV. Aldo Putra
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Pada bab ini akan dijelaskan tahap-tahap yang dilakukan dalam melakukan penelitian. Tahapan penelitian berguna agar pelaksanaan penelitian dapat berjalan dengan baik dan sistematis
Lebih terperinciAplikasi E-Ticketing Berbasis Web Pada PT. Infomedia Nusantara
Aplikasi E-Ticketing Berbasis Web Pada PT. Infomedia Nusantara Yudha Pratama 1, Eko Subyantoro 2, Rima Maulini 3 1 mahasiswa, 2 pembimbing 1, 3 pembimbing 2 Mahasiswa Jurusan Ekonomi dan Bisnis dan Dosen
Lebih terperinciPENGGUNAAN ALGORITMA APRIORI UNTUK MENENTUKAN REKOMENDASI STRATEGI PENJUALAN PADA TOSERBA DIVA SKRIPSI
PENGGUNAAN ALGORITMA APRIORI UNTUK MENENTUKAN REKOMENDASI STRATEGI PENJUALAN PADA TOSERBA DIVA SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom.) Pada Program
Lebih terperinciKonsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES. Bertalya Universitas Gunadarma 2009
Konsep Data Mining DATA MINING & KNOWLEDGE DISCOVERY IN DATABASES Bertalya Universitas Gunadarma 2009 Data Mining (DM) DM merupakan suatu proses penjelajahan otomatis untuk mendapatkan informasi berguna
Lebih terperinciAbstrak. Data Mining, Algoritma Apriori, Algoritma FP-Growth, Mata Pelajaran, Pemrograman, Web Programming, Matematika, Bahasa Inggris.
Penerapan Algoritma Apriori dan Algoritma FP-Growth Dalam Menemukan Hubungan Data Nilai Ijazah Matematika dan Bahasa Inggris Dengan Nilai Mata Pelajaran Pemrograman dan Web Programming (Studi Kasus SMK
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 1.1 Data Mining Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi
Lebih terperinciAplikasi Data Mining untuk meneliti Asosiasi Pembelian Item Barang di Supermaket dengan Metode Market Basket Analysis
Aplikasi Data Mining untuk meneliti Asosiasi Pembelian Item Barang di Supermaket dengan Metode Market Basket Analysis ANDREAS HANDOJO, GREGORIUS SATIA BUDHI, HENDRA RUSLY Jurusan Teknik Informatika Universitas
Lebih terperinciKorelasi Faktor Penyebab Tindak Kekerasan dalam Rumah Tangga Menggunakan Data Mining Algoritma A Priori
Jurnal Media Infotama Vol. 14. 1, Februari 2018 21 Korelasi Faktor Penyebab Tindak dalam Rumah Tangga Menggunakan Data Mining Algoritma A Priori Relita Buaton 1, Yani Maulita 2, Andri Kristiawan 3 1,2,3
Lebih terperinciANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH H. ABDUL MANAN SIMATUPANG KISARAN
ANALISA DATA PENJUALAN OBAT DENGAN MENGGUNAKAN ALGORITMA APRIORI PADA RUMAH SAKIT UMUM DAERAH H. ABDUL MANAN SIMATUPANG KISARAN Chintia Oktavia Simbolon (0911456) Mahasiswa Program Studi Teknik Informatika,
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Ketersediaan data sudah bukan hal yang sulit diperoleh lagi dewasa ini apalagi ditunjang dengan banyaknya kegiatan yang sudah dilakukan secara komputerisasi.
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM III.1 Analisis Sistem Analisis sistem adalah penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasi
Lebih terperinciBAB IV IMPLEMENTASI DAN PEMBAHASAN. Implementasi merupakan tahapan penerapan sebuah program dalam pembangunan
BAB IV IMPLEMENTASI DAN PEMBAHASAN 4.1 Implementasi Implementasi merupakan tahapan penerapan sebuah program dalam pembangunan sistem. Implementasi dibuat berdasarkan hasil suatu analisis serta desain yang
Lebih terperinciPERSYARATAN PRODUK. 1.1 Pendahuluan Latar Belakang Tujuan
BAB 1 PERSYARATAN PRODUK Bab ini membahas mengenai hal umum dari produk yang dibuat, meliputi tujuan, ruang lingkup proyek, perspektif produk, fungsi produk dan hal umum yang lainnya. 1.1 Pendahuluan Hal
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Perkembangan teknologi informasi yang sangat pesat yang terjadi dewasa ini menuntut manusia untuk mampu beradaptasi dengan perkembangan tersebut. Upaya adaptasi yang dilakukan
Lebih terperinciAPLIKASI MONITORING KETERSEDIAAN STOK BARANG MINIMARKET DENGAN METODE MARKET BASKET ANALYSIS (MBA)
Seminar Nasional Teknologi Informasi dan Multimedia 2016 APLIKASI MONITORING KETERSEDIAAN STOK BARANG MINIMARKET DENGAN METODE MARKET BASKET ANALYSIS (MBA) Sugiyatno 1), Adhika Pramita Widyasari 2) 1),
Lebih terperinciAssociation Rule Mining Data Peminjaman Perpustakaan Menggunakan Apriori dan Jaccard Similarity
Association Rule Mining Data Peminjaman Perpustakaan Menggunakan Apriori dan Jaccard Similarity Muhammad Hezby Al Haq Program Studi Informatika Universitas Sebelas Maret Jl. Ir. Sutami No. 36 A, Surakarta
Lebih terperinciPENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER
PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER I. PENDAHULUAN Mahasiswa merupakan salah satu aspek penting dalam evaluasi keberhasilan penyelenggaraan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Data Mining Istilah data mining memiliki beberapa padanan, seperti knowledge discovery ataupun pattern recognition. Kedua istilah tersebut sebenarnya memiliki ketepatannnya masing-masing.
Lebih terperinciBAB I PENDAHULUAN. frekuensi tinggi antar himpunan itemset yang disebut fungsi Association
1 BAB I PENDAHULUAN 1.1 Latar Belakang Belakangan ini data mining telah diimplementasikan keberbagai bidang, diantaranya dalam bidang bisnis atau perdangangan, dan telekomunikasi. Data Mining diartikan
Lebih terperinciIMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA ECLAT
IMPLEMENTASI DATA MINING MENGGUNAKAN ALGORITMA ECLAT Syafina Dwi Arinda 1, Sulastri 2 1,2 Fakultas Teknologi Informasi, Universitas Stikubank Semarang e-mail: 1 syafinadwi96@gmail.com, 2 sulastri@unisbank.ac.id
Lebih terperinciBAB III METODE PENELITIAN. A. Tempat dan Waktu. 1. Tempat Penelitian. a. Assalam hypermarket merupakan salah satu pusat perbelanjaan di
BAB III METODE PENELITIAN A. Tempat dan Waktu 1. Tempat Penelitian Tempat penelitian merupakan suatu sumber untuk mendapatkan data yang dibutuhkan mengenai masalah yang akan diteliti. Data untuk penelitian
Lebih terperinci