Analisa data transaksi penjualan barang menggunakan algoritme Apriori dan FP-Growth

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

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3