Analisis Perbandingan Algoritma Apriori, FP-Growth, dan Eclat dalam Menemukan Pola Pembelian Konsumen
DOI:
https://doi.org/10.24002/konstelasi.v3i2.7007Keywords:
apriori, FP-Growth , Eclat, Association Rules Mining, data miningAbstract
Abstrak. Apotek Sasameh Sehat saat ini memiliki permasalahan dalam perencanaan stok obat. Saat ini perencanaan obat masih dilakukan secara manual tanpa menggunakan sistem. Permasalahan tersebut dapat diatasi dengan menganalisis kebiasaan pembelian konsumen menggunakan associations rules mining. Penelitian ini menggunakan tiga algoritma associations rules mining yaitu Algoritma Apriori, FP-Growth dan Eclat. Terdapat perbedaan pada ketiga algoritma tersebut, yaitu dalam hal kecepatan eksekusi serta aturan yang dihasilkan. Oleh karena itu, penelitian ini akan membandingkan ketiga algoritma tersebut untuk mengetahui algoritma mana yang paling cocok untuk permasalahan Apotek Sasameh Sehat. Berdasarkan uji perbandingan algoritma, waktu eksekusi tercepat adalah Algoritma Fp growth, diikuti oleh Algoritma Eclat dan terakhir adalah Algoritma Apriori. Berdasarkan rule yang dihasilkan, ketiga algoritma pada setiap percobaan memiliki jumlah rule yang sama. Kesimpulannya adalah algoritma yang terbaik untuk menangani permasalahan di Apotek Sasameh Sehat adalah Algoritma FP-Growth.
Abstract. Currently, the Sasameh Sehat Pharmacy has problems planning drug stocks. The drug planning is still done manually without using a system. These problems can be overcome by analyzing consumer buying habits using association rules mining. This study uses three association rules mining algorithms, namely the Apriori, FP-Growth and Eclat algorithms. There are differences in the three algorithms, namely in terms of execution speed and the resulting rules. Therefore, this study compared the three algorithms to find out which algorithm iwas the most suitable for the problem of the Sasameh Sehat Pharmacy. Based on the comparison test of algorithms, the fastest execution time was the Fp growth Algorithm, followed by the Eclat Algorithm and the Apriori Algorithm. Based on the rules generated, the three algorithms in each experiment had the same number of rules. Thus, it can be concluded that the best algorithm for dealing with problems at the Sasameh Sehat Pharmacy is the FP-Growth Algorithm.
References
“Apotek,” Kbbi Daring, 2016. Https://Kbbi.Kemdikbud.Go.Id/Entri/Apotek (Accessed Apr. 14, 2023).
Aditya, Fitri Marisa, And Dwi Purnomo, “Penerapan Algoritma Apriori Terhadap Data Penjualan Di Toko Gudang Bm,” 2016.
Ramadani Saputra and Alexander J.P. Sibarani, “Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Meningkatkan Pola Penjualan Obat,” Jurnal Teknik Informatika Dan Sistem Informasi, Vol. 7, Pp. 262–276, Aug. 2020.
Resti Idayani, Sutardi, And Nur Fajriah Muchlis, “Perancangan Aplikasi Data Warehouse Menggunakan Metode Fp-Growth Untuk Memprediksi Penjualan Alat-Alat Kesehatan (Studi Kasus : Apotek Kimia Farma Korem),” Semantik, Vol. 3, No. 1, Pp. 81–94, Jun. 2017.
B. S. Joseph Eric Samodra and Willy Sudiarto Raharjo, “Implementasi Algoritma Eclat Untuk Frequent Pattern Miningpada Penjualan Barang,” Journal Teknologi Media Teknika, Vol. 10, Dec. 2015.
Siti Qomariyah, “Perbandingan Algoritma Fp-Growth, Apriori, Dan Squeezer Pada Analisis Perilaku Konsumen Di Minimarket K1mart Its,” Institut Teknologi Sepuluh Nopember, Surabaya, 2017.
Muhammad Mariko, Kusrini, And Sudarmawan, “Perbandingan Algoritma Apriori Dan Algoritma Fp-Growth Untuk Rekomendasi Item Paket Pada Konten Promosi,” Jurnal Explore Stmik Mataram, Vol. 11, No. 2, 2021.
Atya Arma Nindani, “Analisis Association Rules Menggunakan Algoritma Apriori Dan Algoritma Eclat Pada Data Hasil Tangkapan Ikan Laut (Studi Kasus : Hasil Tangkapan Ikan Laut Di Kabupaten Rembang Tahun 2015),” Universitas Islam Indonesia, Yogyakarta, 2017.
Lisnawita and Mariza Devega, “Analisis Perbandingan Algoritma Apriori Dan Algoritma Eclat Dalam Menentukan Pola Peminjaman Buku Di Perpustakaan Universitas Lancang Kuning,” Jurnal Inovtek Polbeng - Seri Informatika, Vol. 3, No. 2, Nov. 2018.
Dhimas Endira Yunantasena, “Analisis Perbandingan Algoritma Fp-Growth Dan Algoritma Eclat Dalam Menemukan Pola Hubungan Antar Perawi Hadits (Studi Kasus : Hadits Shahih Imam Bukhari Pada Software Ensiklopedi Hadits Kitab 9 Imam),” Universitas Islam Negeri Syarif Hidayatullah, Jakarta, 2020.
Sudarsono, Alex Wijaya, And Andri, “Perbandingan Algoritma Eclat Dan Fp-Growth Pada Penjualan Barang (Studi Kasus: Minimarket 212 Mart Veteran Utama),” Bina Darma Conference on Computer Science, 2019.
Deny Jollyta, William Ramdhan, And Muhammad Zarlis, Konsep Data Mining Dan Penerapan, 1st Ed. Sleman: Deepublish, 2020.
Paska Marto Hasugian, “Pengujian Algoritma Aprioridengan Aplikasi Weka Dalampembentukan Asosiation Rule,” Jurnal Mantik Penusa, Vol. 1, No. 2, Pp. 98–103, Dec. 2017.
Adie Wahyudi Oktavia Gama, I Ketut Gede Darma Putra, And I Putu Agung Bayupati, “Implementasi Algoritma Apriori Untuk Menemukan Frequent Itemset Dalam Keranjang Belanja,” Teknologi Elektro, Vol. 15, No. 2, Dec. 2016.
Mohamad Fauzy, Kemas Rahmat Saleh W, And Ibnu Asror, “Penerapan Metode Association Rule Menggunakan Algoritma Apriori Pada Simulasi Prediksi Hujan Wilayah Kota Bandung,” E-Proceeding of Engineering, Vol. 2, Dec. 2015.
