Farhaan, Muhammad (2022) Perbandingan Algoritma Apriori Dengan Algoritma Fp-Growth Untuk Perekomendasian Produk Bagi Pelanggan Di Pt. Agro Express Indonesia. Other thesis, Univeristas Komputer Indonesia.
1.UNIKOM_MUHAMMAD FARHAAN_COVER.pdf - Published Version
Download (30kB) | Preview
19.UNIKOM_MUHAMMAD FARHAAN_LEMBAR PENGESAHAN.pdf - Published Version
Download (503kB) | Preview
17.UNIKOM_MUHAMMAD FARHAAN_SURAT KETERANGAN PUBLIKASI.pdf - Published Version
Download (332kB) | Preview
20.UNIKOM_MUHAMMAD FARHAAN_SURAT KETERANGAN ORISINALITAS.pdf - Published Version
Download (535kB) | Preview
4.UNIKOM_MUHAMMAD FARHAAN_KATA PENGANTAR.pdf - Published Version
Download (71kB) | Preview
5.UNIKOM_MUHAMMAD FARHAAN_DAFTAR ISI.pdf - Published Version
Download (78kB) | Preview
11.UNIKOM_MUHAMMAD FARHAAN_BAB 1.pdf - Published Version
Download (179kB) | Preview
12.UNIKOM_MUHAMMAD FARHAAN_BAB 2.pdf - Published Version
Download (153kB) | Preview
13.UNIKOM_MUHAMMAD FARHAAN_BAB 3.pdf - Published Version
Restricted to Repository staff only
Download (2MB) | Request a copy
14.UNIKOM_MUHAMMAD FARHAAN_BAB 4.pdf - Published Version
Restricted to Repository staff only
Download (220kB) | Request a copy
15.UNIKOM_MUHAMMAD FARHAAN_BAB 5.pdf - Published Version
Download (9kB) | Preview
10.UNIKOM_MUHAMMAD FARHAAN_DAFTAR PUSTAKA.pdf - Published Version
Download (131kB) | Preview
18.UNIKOM_MUHAMMAD FARHAAN_LEMBAR KONTAK PENULIS _ KONTRIBUTOR.pdf - Published Version
Download (5kB) | Preview
Abstract
PT. Agro Express Indonesia adalah perusahaan yang berkecimpung dalam bidang penjualan buah-buahan segar yang beroperasi sejak tahun 2018. Sebelumnya sudah ada penelitian yang dilakukan di PT. Agro Express Indonesia ini yang dilakukan oleh Ariefana Ria Riszky dan Mujiono Sadikin yang bertujuan membuat rekomendasi produk di PT. Agro Express Indonesia. Pada penelitian sebelumnya, terdapat kekurangan pada bagian saran yang dihasilkan, dimana sarannya itu memiliki nilai kekuatan aturan asosiasi yang kecil yaitu 0.352991. Tujuan penelitian ini adalah untuk memperbaiki hasil dari penelitian sebelumnya dengan memanfaatkan parameter tuning dan juga membandingkan algoritma apriori tersebut dengan FP-Growth berdasarkan dari aturan asosiasi yang dihasilkan dan kecepatan pemrosesannya, sehingga mendapatkan algoritma yang paling optimal untuk kasus ini. Hasil penelitian dengan menggunakan parameter tuning didapatkan nilai parameter yang paling optimal untuk kedua algoritma adalah minimum support 90% dan minimum confidence 100%. Baik algoritma apriori maupun FP-Growth menghasilkan aturan asosiasi dengan nilai kekuatan aturan asosiasi yang sama yaitu 0.91025641. Perbedaan hasil pengujian ini terletak pada kecepatan pemrosesan dari kedua algoritma, dimana FP-Growth memiliki kecepatan pemrosesan yang lebih cepat dengan 7.29 ms dibandingkan apriori dengan 8.43 ms. Sehingga dapat disimpulkan bahwa FP-Growth ini lebih optimal dibandingkan dengan apriori untuk kasus perekomendasian produk di PT. Agro Express Indonesia.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Aturan Asosiasi, Algoritma FP-Growth, Algoritma Apriori, Data Mining, Parameter Tuning |
| Subjects: | 000 COMPUTER SCIENCE, INFORMATION & GENERAL WORKS > 004 Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | S1 Skripsi > Teknik Informatika |
| Depositing User: | Mia Hayati Kosasih |
| Date Deposited: | 15 Aug 2022 07:49 |
| Last Modified: | 15 Aug 2022 07:49 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/6359 |
