p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal EXPLORE Explore
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Perbandingan Algoritma Apriori Dan Algoritma Fp-Growth Untuk Rekomendasi Item Paket Pada Konten Promosi Muhammad Mariko
Jurnal Explore Vol 11, No 2 (2021): JULI
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/explore.v11i2.438

Abstract

Perkembangan teknologi memberi dampak yang begitu besar bagi kehidupan manusia, selain meningkatkan produktivitas teknologi juga dapat memudahkan berbagai pekerjaan tersmasuk salah satunya sebagai sarana yang dapat membantu dalam mengambil sebuah keputusan yang tepat salah satunya dalam menentukan konten promosi yang tepat untuk marketing. pemanfaatan teknologi  dalam pengolahan data yang besar bisa menggunakan data mining untuk menganalisa data transaksi penjualan untuk mengetahui pola-pola kombinasi keterhubungan setiap produk sehingga hasil kombinasi tersebut dapat digunakan untuk konten promosi. penelitian ini menggunakan metode apriori dan fp-growth yang akan digunakan untuk menemukan kombinasi atau keterbuhungan setiap produk berdasarkan nilai support dan confidance dari setiap proses mining. 
Perbandingan Algoritma Apriori Dan Algoritma Fp-Growth Untuk Rekomendasi Item Paket Pada Konten Promosi Muhammad Mariko; Kusrini Kusrini; Sudarmawan Sudarmawan
Explore Vol 11 No 2 (2021): Juli 2021
Publisher : Universitas Teknologi Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35200/ex.v11i2.47

Abstract

Perkembangan teknologi memberi dampak yang begitu besar bagi kehidupan manusia, selain meningkatkan produktivitas teknologi juga dapat memudahkan berbagai pekerjaan termasuk salah satunya yaitu dapat digunakan sebagai sarana yang untuk membantu dalam mengambil sebuah keputusan yang tepat seperti menentukan produk yang tepat untuk digunakan sebagai konten promosi, sehingga konten promosi yang dibuat menjadi lebih tepat sasaran. Pemanfaatan teknologi dalam pengolahan data yang besar bisa menggunakan data mining untuk menganalisa data transaksi penjualan untuk mengetahui pola-pola kombinasi keterhubungan setiap produk sehingga hasil kombinasi tersebut dapat digunakan untuk konten promosi. penelitian ini menggunakan metode apriori dan fp-growth untuk menemukan kombinasi atau keterbuhungan setiap produk berdasarkan nilai support dan confidance dari setiap proses mining. Hasil dari penelitian ini menunjukan bahwa algoritma FP-Growth membutuhkan waktu yang lebih sedikit dibandingkan dengan algoritma Apriori dalam proses mining, kemudian pola asosiasi yang terbentuk dengan nilai minimum support 15% dan nilai minimum confidence 20%. selain itu semakin besar nilai support dan nilai confidence yang diatur maka akan semakin singkat waktu pemprosesan algoritma dan semakin kecil nlai suppor dan nilai confidance maka akan semakin lama waktu yang dibutuhkan untuk memproses algoritma.