Penerapan Data Mining Rekomendasi Buku Menggunakan Algoritma Apriori

Saefudin, Saefudin; Fernando, Donny

doi:10.30656/jsii.v7i1.1899

Cited by 15 publications

(16 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Algoritma Apriori dipilih dikarenakan memiliki waktu ekseksui yang lebih baik serta lebih hemat memori (Sepri & Afdal, 2017). Penelitian pertama yang dilakukan dilakukan dengan tujuan untuk mencari pola peminjaman buku dengan memanfaatkan algoritma Apriori dalam menentukan rekomendasi buku pada Dinas Perpustakaan dan Arsip Daerah (DPAD) Kota Cilegon agar memudahkan petugas perpustakaan dalam menentukan buku yang ingin direkomendasikan pada pengunjung (Saefudin & Fernando, 2020). Penelitian yang mengimplementasikan algoritma Apriori untuk memprediksi penjualan mobil Honda yang paling diminati oleh konsumen (Anggraini, et al, 2020).…”

Section: Penelitian Terdahuluunclassified

Penerapan Algoritma Apriori Terhadap Perancangan Sistem Informasi Dalam Analisis Penjualan Bahan Bangunan

Romindo¹

2022

SATIN

View full text Add to dashboard Cite

Perusahaan yang bergerak di bidang distributor bahan bangunan dengan bahan utama besi, seperti toko bangunan. Perusahaan melakukan pencatatan data transaksi penjualan produk yang dilakukan oleh pelanggan melalui software pengolah kata. Perusahaaan tentunya membutuhkan sebuah sistem analisis yang dapat digunakan dalam menunjang proses pengambilan keputusan. Data-data perusahaan yang tercatat setiap bulannya tentunya sangat banyak dan akan menjadi data yang tidak berguna apabila tidak diolah dan dianalisis dengan baik. Salah satu cara untuk melakukan analisis terhadap sekumpulan data menjadi pengetahuan adalah melalui teknik data mining. Algoritma Apriori adalah salah satu algoritma data mining yang dapat digunakan pada penerapan market basket analysis (analisis keranjang belanja) untuk mencari aturan-aturan asosiasi yang memenuhi batas support dan confidence. Dengan itemset, seperti: Hollow Nill 20 x 20 x 0,55 total transaksi 2, Nako 10.7 x 10.7 Polos x 2,75M total transaksi 5 dan Nako 10.7 x 10.7 x 2.75M Ulir total transaksi 3, maka hasil analisis data penjualan Toko Bangunan dengan total data penjualan sebanyak 292 invoice mendapatkan nilai minimum support tertinggi yaitu 5% dan menghasilkan rule berjumlah 2. Minimum confidence tertinggi yaitu 100% dan menghasilkan rule berjumlah 3. Panjang itemset yang terbentuk yaitu 2-itemset dan 3-itemset.

show abstract

Section: Penelitian Terdahuluunclassified

Penerapan Algoritma Apriori Terhadap Perancangan Sistem Informasi Dalam Analisis Penjualan Bahan Bangunan

Romindo¹

2022

SATIN

View full text Add to dashboard Cite

show abstract

“…Langkahlangkah dalam melakukan analisis dengan teknik Frequent Pattern yang digambarkan dalam gambaran umum system teknik Frequent Pattern seperti disajikan pada gambar 1 [20]. Hal paling penting pada data mining adalah mendapatkan data untuk diteliti, secara umum data yang digunakan dengan format ARFF (Attribute Realation File Format) [1].…”

Section: B Gambaran Umum Teknik Frequent Patternunclassified

Asosiasi Rule Mining Untuk Rekomendasi Pada Transaksi Peminjaman Buku Menggunakan Frequent Pattern

Melati¹,

Rahardian²,

Pringgadhan³

2022

Tekinkom

View full text Add to dashboard Cite

The purpose of this study is to provide recommendations for grouping books at the ITB STIKOM Bali library, Jimbaran Campus. Currently, the placement of books in the ITB STIKOM Bali library, Jimbaran Campus, is still using a manual catalog. To make it easier for staff to manage books in the library, especially in terms of book data that can be borrowed, recommendations for grouping and placing books in the library are made based on the data on books that are most often borrowed together by library visitors obtained from previous borrowing data. This is done by data mining using the frequent pattern method. The use of this frequent pattern method is applied to the borrowing data of the ITB STIKOM Bali library at Jimbaran campus so that information or knowledge is obtained about recommendations for placing books that will be loaned to library members. This data mining processing is done using Weka software. The results of processing from the Association Rule data mining obtained 5 itemset combinations with confidence values of 0.97, 0.96, 0.95. With the results of this data mining, the librarian obtains recommendations for grouping and placing books in the library through knowledge of the types of books that are most often borrowed.

show abstract

“…Masalah yang dihadapi ini dapat diselesaikan perusahaan dengan memanfaatkan Data mining dalam memberikan rekomendasi produk atau menu unggulan yang terkait berdasarkan data transaksi mingguan / bulanan untuk kepentingan pemasaran yaitu frequent pattern, dimana sistem memberikan informasi berupa pola yang terjadi dalam satu periode menggunakan association rule untuk mengindentifikasi hubungan antar produk. Data mining memiliki banyak algoritma, salah satu yang paling mudah diterapkan adalah algoritma apriori yang menggunakan association rule dalam menganalisis data dengan 2 parameter minimal yaitu minimum support (jumlah transaksi yang memiliki hubungan dengan produk) dan minimum confidence yaitu tingkat hubungan antar produk [2]- [4] penelitian ini berfokus terhadap rekomendasi produk berdasarkan tingkat hubungan yang terjadi pada data mining. Saat ini terdapat banyak penerapan algoritma apriori seperti prediksi daerah banjir [5] berdasarkan data yang dikumpulkan dapat memberikan informasi pattern terjadinya banjir sehingga dapat dilakukan pengawasan.…”

Section: Pendahuluan Pemanfaatan Teknologi Telah Berkembang DI Masyarakatunclassified

Data Mining Menggunakan Algoritma Apriori dalam Rekomendasi Produk Restoran

Laurentinus¹

2021

JEPIN

View full text Add to dashboard Cite

Pemanfaatan teknologi Data mining kini telah banyak diterapkan di perusahaan besar di berbagai aspek. Namun sayangnya, masih banyak usaha-usaha di Indonesia yang belum memanfaatkan teknologi data mining dalam meningkatkan rencana strategis usaha kedepan, data-data yang masuk ke perusahaan hanya menjadi data history, masuk ke arsip perusahaan dan akhirnya dibiarkan tersimpan. Perusahaan dituntut memberikan layanan yang mudah dan cepat kepada customer serta menentukan strategi bisnis kedepannya, khususnya pada Restoran Bahari Bangka Belitung dalam melayani wisatawan mendapatkan fakta bahwa wisatawan sangat sulit menentukan produk yang ingin dipesan dan meminta rekomendasi kepada pelayan. Berdasarkan masalah yang dihadapi ini dapat diselesaikan dengan memanfaatkan data transaksi yang diolah dalam memberikan rekomendasi produk atau menu unggulan yang terkait untuk kepentingan pemasaran. Data mining melakukan penggalian data yang sudah tersimpan dalam jangka waktu tertentu untuk dijadikan refrensi didalam memberikan rekomendasi. Algoritma dalam penelitian ini adalah algoritma apriori berbasis website dan android dengan menggunakan metode prototype. Hasil dari penelitian ini yaitu rekomendasi apriori terhadap produk dalam bentuk aturan asosiatif atau pola transaksi customer dengan cara mengumpulkan data transaksi lalu dengan eksperimen dataset sejumlah 274 transaksi dihitung menggunakan algoritma Apriori dengan nilai support minimal 50 dan nilai confidence minimal 75%. Pengujian User Acceptance Testing dari 6 variabel dengan detail 10 pertanyaan mengenai effort expectancy, social influence, performance expectancy, use behavior, supporting facilitating dan behavioral intention menghasilkan indeks rata-rata sebesar 90.4%.

show abstract

Penerapan Data Mining Rekomendasi Buku Menggunakan Algoritma Apriori

Cited by 15 publications

References 0 publications

Penerapan Algoritma Apriori Terhadap Perancangan Sistem Informasi Dalam Analisis Penjualan Bahan Bangunan

Penerapan Algoritma Apriori Terhadap Perancangan Sistem Informasi Dalam Analisis Penjualan Bahan Bangunan

Asosiasi Rule Mining Untuk Rekomendasi Pada Transaksi Peminjaman Buku Menggunakan Frequent Pattern

Data Mining Menggunakan Algoritma Apriori dalam Rekomendasi Produk Restoran

Contact Info

Product

Resources

About