Analisa data transaksi penjualan barang menggunakan algoritme Apriori dan FP-Growth
-
Published:2020-04-01
Issue:
Volume:
Page:35-43
-
ISSN:2722-2896
-
Container-title:JNANALOKA
-
language:
-
Short-container-title:JNNLK
Author:
Harianto Harianto,Eddy Hadryan
Abstract
Transaksi penjualan barang pada sebuah perusahaan terjadi setiap hari mengakibatkan semakin bertambah banyaknya catatan transaksi penjualan. Tidak banyak dari perusahaan menjadikan transaksi penjualan itu hanya sebagai arsip belaka. Yang pada akhirnya mengakibatkan sebuah perusahaan mengalami kekurangan stok barang. Tentunya hal demikian terjadi karena transaksi penjualan barang tidak dianalisa dan dipelajari polanya.
Ada beberapa banyak metode data mining yang digunakan untuk menganalisa pola pembelian barang secara bersamaan oleh pembeli. Diantara metode yang sering sekali digunakan adalah Apriori dan FP-Growth. Pada penelitian ini, bertujuan untuk menemukan pola pembelian barang secara bersamaan berdasarkan bulan selama satu tahun. Untuk menemukan pola pembelian tersebut digunakan Algoritma Apriori dan FP-Growth kemudian membandingkan hasil dalam menemukan pola kombinasi yang dihasilkan dalam dataset. Hasil dari penelitian ini algoritma Apriori membutuhkan waktu yang lebih sedikit dalam memperoses dan menampilkan hasil tapi rules yang didapatkan lebih sedikit dibandinkan algoritma FP-Growth. Sedangkan algoritma FP- Growth membutuhkan waktu yang lebih lama dbandingkan algoritma Apriori tapi menghasilkan rules yang lebih banyak dibandingkan algoritma Apriori.
Publisher
Lentera Dua Fondation
Subject
General Materials Science
Cited by
1 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献
1. Product Layout Recommendations based on Customer Behavior and Data Mining;2023 IEEE International Conference on Communication, Networks and Satellite (COMNETSAT);2023-11-23