ALGORITMA FP-GROWTH UNTUK PENENTUAN REKOMENDASI PENCARIAN BUKU PERPUSTAKAAN TUGAS AKHIR

ALGORITMA FP-GROWTH UNTUK PENENTUAN REKOMENDASI PENCARIAN BUKU PERPUSTAKAAN TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Disusun Oleh : AZIZ PURWANTO NIM : 09560078 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALANG 2016

LEMBAR PERSEMBAHAN Puji syukur kepada Allah SWT atas rahmat dan karunia-nya sehingga penulis dapat menyelesaikan Tugas Akhir ini. Penulis menyampaikan ucapan terima kasih yang sebesarbesarnya kepada : 1. Ibu Gita Indah Marthasari,ST,M.Kom dan Ibu Nurhayatin,S.ST selaku pembimbing tugas akhir. 2. Bapak Wildan Suharso,S.Kom,M.Kom dan Bapak Mahar Faiqurahman,S.Kom selaku penguji tugas akhir. 3. Bapak Dekan Fakultas Teknik Universitas Muhammadiyah Malang. 4. Para ibu dan bapak dosen Universitas Muhammadiyah Malang yang telah membimbing saya dengan sabar dan keuletannya selama masa perkuliahan di kampus ini. 5. Ibunda dan Kakak kakakku tercinta yang telah memberi dukungan secara materil, pengorbanan, kasih sayang, motivasi, nasehat, do a dan kesabaran untuk anak dan adikmu ini semasa menempuh perkuliahan hingga sampai ke jenjang ini. 6. Untuk bapak dan ibu yang selalu mendukung, memberikan apa yang saya butuhkan dalam hal perkuliahan maupun diluar perkuliahan, saya bersukur bisa memiliki orang tua yang baik dan perhatian seperti beliau, trima kasih. 7. Untuk kakakku Anis Ulfa dan suaminya Mas Imam Muslim terima kasih atas dukungan dan do anya selama ini. 8. Sahabat terbaikku Hafiz Hariyadi, Reza Agustian, Romzi Fadach, Gunawan, Bayu Adi H., Danafiyah Hakim, Rania Pramudita, Wahyu Rizki M., Doni Haryono, Mas Reno yang pengertian dan selalu menyemangati untuk segera menyelesaikan jejang S1 yang telah ditempuh ini, dan teman-temanku Gunarno, Yasir, Rizal, Agni, Akbar, Arif, Pegel, Eviana Puri, Reva, yang saling membatu juga memberi dukungan selama masa perkuliah, serta teman teman Kampung (Nanag, Afis, Mito, Kak Heru, Kak Dodik, Ruden, Ikhsan) terima kasih atas support dan do anya dalam perjalanan pengerjaan Tugas Akhir ini. iii

KATA PENGANTAR Dengan memanjatkan puji syukur kehadirat Allah SWT atas limpahan rahmat dan hidayah- Nya sehingga penulis dapat menyelesaikan Tugas Akhir yang berjudul : ALGORITMA FP-GROWTH UNTUK PENENTUAN REKOMENDASI PENCARIAN BUKU PERPUSTAKAAN Di dalam tulisan ini disajikan pokok-pokok bahasan yang meliputi : Algoritma Fp- Growth,Association Rule,Sistem Rekomendasi,Perpustakaan,Fp-Tree. Penulis menyadari sepenuhnya bahwa dalam penulisan Tugas Akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu penulis mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan kedepan. Amin. Malang, 10 Agustus 2016 iv

DAFTAR ISI ABSTRAK... i ABSTRACT... ii LEMBAR PERSEMBAHAN... iii KATA PENGANTAR... iv DAFTAR ISI... v DAFTAR GAMBAR... vii DAFTAR TABEL... ix BAB I PENDAHULUAN 1.1. Latar Belakang... 1 1.2. Rumusan Masalah... 3 1.3. Tujuan... 3 1.4. Batasan Masalah... 3 1.5. Metodologi... 3 1.6. Sistematika Penulisan... 4 BAB II LANDASAN TEORI 2.1. Data Mining... 7 2.1.1. Tahapan Mining... 7 2.1.2. Arsitektur Data Mining... 9 2.2. Aturan Asosiasi (Association Rule)... 10 2.2.1. Bentuk Umum Aturan Asosiasi (Association Rule)... 11 2.3. ALGORITMA FP-GROWTH... 12 2.3.1. Langkah - Langkah Algoritma FP-GROWTH... 12 2.3.2. FP TREE... 13 2.4. Basis Data (Database)... 17 2.4.1. DBMS (Database Management System)... 18 2.5. MySql... 18 2.6. Hypertext Preprocessor (PHP)... 19 2.7. Unified Modeling Language (UML)... 19 v

BAB III ANALISA DAN PERANDANGAN SISTEM 3.1. Analisa Sistem... 22 3.1.1. Deskripsi Perangkat Lunak... 22 3.1.2. Analisis Kebutuhan Sistem... 23 3.2. Perancangan Sistem... 23 3.2.1. Flowchart Sistem... 24 3.2.2. Usecase Diagram... 25 3.2.3. Activity Diagram System... 25 3.2.4. Sequence Diagram System... 27 3.2.5. Class Diagram... 28 3.2.6. Desain Database... 29 3.2.7. Entity Relationsip Diagram... 31 3.2.8. Proses Perhitungan Algoritma Fp-Growth... 31 3.2.9. Desain Interface... 36 BAB IV IMPLEMENTASI DAN PENGUJIAN 4.1. Implementasi Sistem... 37 4.1.1 Implementasi Pengembangan Perangkat Keras... 37 4.1.2 Implementasi Lingkungan Pengembangan Perangkat Lunak.. 38 4.1.3 Implementasi Case Aplikasi... 38 4.1.4 Source Code Import Data... 38 4.1.5 Source Code Data Mining Algoritma Fp-Growth Dan Association Rule... 40 4.2. Pengujian Sistem... 46 4.2.1 List Data Sistem... 46 4.2.2 Desain Interface Aplikasi... 48 4.2.3 Pengujian Data Mining Algoritma Fp-Growth Dan Association Rule... 48 4.2.4 Blackbok Testing... 52 BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan... 54 5.2. Saran... 55 DAFTAR PUSTAKA... 56 vi

DAFTAR GAMBAR Gambar 2.1 Tahapan Data Mining... 8 Gambar 2.2 Arsitektur Data Mining... 10 Gambar 2.3 Market Basket Analysis... 11 Gambar 2.4 Bentuk Umum Aturan Asosiasi... 12 Gambar 2.5 Hasil Pembentukan FP-Tree Setelah Pembacaan TID 1... 15 Gambar 2.6 Hasil Pembentukan FP-Tree Setelah Pembacaan TID 2... 15 Gambar 2.7 Hasil Pembentukan FP-Tree Setelah Pembacaan TID 3... 16 Gambar 2.8 Hasil Pembentukan FP-Tree Setelah Pembacaan TID 10... 16 Gambar 3.1 Flowchart Sistem... 24 Gambar 3.2 Usecase Diagram... 25 Gambar 3.3 Activity Diagram Read Data Dari Database MySql... 26 Gambar 3.4 Activity Diagram Data Mining Algoritma Fp-growth Dan Association Rule... 26 Gambar 3.5 Sequence Diagram Read Data Dari Database MySql... 27 Gambar 3.6 Sequence Diagram Data Mining Algoritma Fp-growth Dan Association Rule... 28 Gambar 3.7 Class Diagram... 29 Gambar 3.8 Entity Relationsip Diagram... 31 Gambar 3.9 Pohon Fp-Tree... 32 Gambar 3.10Tampilan Aplikasi... 36 Gambar 4.1 Struktur File Aplikasi... 38 Gambar 4.2 Source Code Import Data... 39 Gambar 4.3 Source Code Mining Data Algoritma Fp-growth (kandidat pertama)... 41 Gambar 4.4 Source Code Mining Data Algoritma Fp-growth (kandidat kedua)... 42 Gambar 4.5 Source Code Mining Data Algoritma Fp-growth (kandidat ketiga)... 44 Gambar 4.6 Source Code Aturan Asosiasi (Association Rule)... 46 Gambar 4.7 Desain Interface Aplikasi... 48 vii

Gambar 4.8 Pengujian Data Mining Algoritma Fp-growth... 49 Gambar 4.9 Pengujian Data Mining Algoritma Fp-growth Dan Association Rule kandidat pertama... 49 Gambar 4.10 Pengujian Data Mining Algoritma Fp-growth... 50 Gambar 4.11 Pengujian Data Mining Algoritma Fp-growth Dan Association Rule kandidat kedua... 50 Gambar 4.12 Pengujian Data Mining Algoritma Fp-growth... 51 Gambar 4.13 Pengujian Data Mining Algoritma Fp-growth Dan Association Rule kandidat ketiga... 51 viii

DAFTAR TABEL Tabel 2.1 Tabel Data Transaksi... 14 Tabel 2.2 Frekuensi Kemunculan Tiap Item... 14 Tabel 2.3 Tabel Data Transaksi Setelah Pemindaian... 15 Tabel2.4 Simbol Usecase Diagram... 20 Tabel 2.5 Simbol Activity Diagram... 20 Tabel 3.1 Struktur Tabel Buku... 29 Tabel 3.2 Struktur Tabel Transaksi Peminjaman Buku... 30 Tabel 3.3 Struktur Tabel Detail Transaksi Peminjaman Buku... 30 Tabel 3.4 TabelInformasiBuku... 31 Tabel 3.5TabelInformasiPinjaman... 32 Tabel 3.6HasilPengelompokan Data Fp-Growth... 31 Tabel 3.7HasilPerhitunganKandidatPertama... 34 Tabel 3.8HasilPerhitunganKandidatKeDua... 35 Tabel 3.9HasilPerhitunganKandidatKeTiga... 35 Tabel 4.1 Data Buku... 46 Tabel 4.2 Id Peminjam Buku... 47 Tabel 4.3 Proses Peminjaman Buku... 47 Tabel 4.4 Blackbok Testing... 52 ix

DAFTAR PUSTAKA [1] Kusrini, & Emha Taufiq Luthfi. 2009. Algoritma - Data Mining. Yogyakarta :PenerbitAndi. [2] Berry, Michael J.A dan Linoff, Gordon S. 2004. Data Mining Techniques For Marketing, Sales, Customer Relationship Management Second Editon. United States of America: Wiley Publishing, Inc. [3] Han, Jiawei, Micheline Kamber, Jian Pei. 2001. Data Mining Concepts and Techniques. United States of America: Academic Press. [4] Nugroho Wandi, Rully A. Hendrawan, dan Ahmad Mukhlason. 2012.Pengembangan sistem rekomendasi penelusuran buku dengan penggalian association rule menggunakan algoritma apriori. [5] Samuel, David. 2008. Penerapan Stuktur FP-Tree dan Algoritma FPGrowth dalam Optimasi Penentuan Frequent Itemset. 56