• Tidak ada hasil yang ditemukan

Pola Pembelian Produk Berdasarkan Association Rule Data Mining

N/A
N/A
Protected

Academic year: 2021

Membagikan "Pola Pembelian Produk Berdasarkan Association Rule Data Mining"

Copied!
6
0
0

Teks penuh

Gambar

Gambar 1. Skema alur tahapan penelitian  2.1. Metode Pengumpulan Data
Tabel 1. Tabulasi Data
Gambar 5. Penerapan Algoritma FP-Growth  Selanjutnya  menentukan  nilai  minimum  support  sebesar  90%  dan  minimum  confidence  80%  yang  paling  tepat  untuk  memperoleh frequent itemset

Referensi

Dokumen terkait

Kelebihan yang dimiliki oleh algoritma Eclat yang digunakan pada penelitian ini adalah tidak memerlukan perhitungan nilai support, karena nilai support dari itemset telah

Aplikasi data mining ini menggunakan algoritma apriori dengan metode Association Rule untuk mengolah data transaksi pada Clapper Movie Café Semarang.. Aplikasi data mining

Dalam penelitian ini, algoritma yang digunakan adalah Frequent Pattern- Growth (FP-GROWTH) yaitu pengembangan dari metode Apriori yang merupakan salah satu

Algoritma Frequent pattern growth adalah pola asosiasi yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul ( frequent itemset ) dalam

Algoritma Frequent pattern growth adalah pola asosiasi yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent.. itemset) dalam

asosiasi yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data..

Kemudian tahapan-tahapan dalam algoritma FP-Growth yaitu: 1 menentukan nilai support dari tiap-tiap itemset, 2 itemset yang mendapatan nilai support lebih dari nilai minimum support

Salah satu Teknik dan Metode yang digunakan penulis untuk permasalahan yang ada pada Toko Mukara adalah Algoritma Asosiasi seperti Algoritma Apriori dan Algoritma FP-Growth