Kendaraan bermotor merupakan sarana vital dengan mobilitas tinggi yang sangat diperlukan untuk kehidupan di era modern ini. Salah satu cara yang dapat dilakukan untuk penentuan strategi tersebut adalah dengan menggunakan teknik data mining. Adapun teknik yang digunakan Algoritma FP-Growth adalah salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sekumpulan data. Tujuan dari penelitian ini adalah membangun suatu pengetahuan baru dalam menganalisa tingkat kasus pencurian motor dan memberikan informasi kepada kepolisian dalam mengatasi tingkat kejahatan. Sumber data masih belum lengkap karna data mentahnya masih belum diolah, data yang diambil merupakan data pencurian motor yang mencakup laporan dipolresta padang. Data yang di dapat memiliki atribut pekerjaan dan terlapor, data yang telah didapat belum bisa langsung diolah dan dikumpulkan dan diberi kode agar mudah dalam pemrosesan atau pengolahan data mining. Hasil dari pengujian terhadap metode ini maka didapatkan informasi untuk dapat membantu kepolisian dalam mengatasi tingkat kejahatan pada pencurian sepeda motor dan mengimplementasikan algoritma FP-Growth yang menggunakan konsep pembangunan FP-Tree dalam mencari Frequent Itemset. Maka dihasilkan Association Rule.
Copyrights © 2018