Penerapan Metode Association Rule Menggunakan Algoritma Fp-Growth dan Eclat pada Pola Konsumsi Masyarakat Perkotaan di Indonesia

Aldi ansyah, Eri Setiawan, Agus Sutrisno

Abstract


Pola konsumsi masyarakat di Indonesia merupakan salah satu tolak ukur dalam menentukan indeks perekonomian masyarakat Indonesia. Daya konsumsi masyarakat Indonesia memiliki kontribusi yang sangat penting dalam kenaikan indeks perekonomian di Indonesia.  Dengan melihat faktor yang dapat menentukan pola konsumsi masyarakat Indonesia, pola konsumsi mampu mempertahankan daya konsumsi masyarakat.  Dalam penelitian ini akan dilakukan pencarian pola konsumsi masyarakat perkotaan di Indonesia menggunakan dua algoritma untuk mendapatkan algortima terbaik yang memiliki nilai support, confidence dan rule terbesar, yaitu FP-Growth dan Eclat.  Hasil yang diperoleh digunakan untuk melihat pola konsumsi masyarakat perkotaan di Indonesia.  Nilai support dan confidence terbesar dihasilkan oleh algoritma Eclat sebesar 10% dan 100% dengan rule sebanyak 15 dan pola terbaik yang dihasilkan adalah masyarakat yang mengkonsumsi makanan berdasarkan faktor agama adalah masyarakat yang berusia diantara 30 dan 50 tahun.

 

Kata Kunci:  Association Rule, FP-Growth, Eclat, Support, dan Confidence.


References


Ramadhanti, F.B., Saputro, D.R.S., & Widyaningsih, P. 2020. Penerapan Association Rule Mining-Frequent Itemset Dengan Algoritme Frequent Pattern Growth (FP-Growth) Pada Dataset Kelulusan Mahasiswa S1, hlm. 340-349. Prosiding KNPMP, Surakarta.

BPS Indonesia. 2022. Ekonomi Indonesia. http://www.bps.go.id/ . Diakses pada tanggal 10 Oktober 2022.

Karyawati,. E & Winarko, E. 2011. Class Association Rule Pada Metode Associative Classification. IJCCS. 5(3): 17-24.

Wijaya, N.K., Malik, R.F., & Nurmaini, S. 2020. Analisa Pola Frekuensi Keranjang Belanja Dengan Perbandingan Algoritma Fp-Growth (Frequent Pattern Growth) Dan Eclat Pada Minimarket. Jurnal Teknik Informatika dan Sistem Informasi. 7(2): 364-373.

Srinadh, V. 2022. Evaluation Of Apriori, FP Growth And Eclat Associaation Rule Mining algorithms. International Journal Of Kesehatan Science. 6(2): 7475-7485.

Seda, F.S., Setyawati, L., Tirta, T., & Nobel, K. 2020. Dataset on The Cultural Dimension of Urban Society Food Consumption in Indonesia. International Journal Of Elsevier Inc. 14(7): 1-9.

Sudarsono., Wijaya, A., & Andri. 2019. Perbandingan Algoritma Eclat Dan Fp Growth Pada Penjualan Barang. Bina Darma Conference on Computer Science. 1(1): 208-217.

Supangat., & Joyonegoro, M.R. 2020. Perbandingan Akurasi Algoritma Machine Learning Untuk Prediksi Pendaftar Mahasiswa Baru. Jurnal Turnitin. 1(1): 2-9.

Zhang, C., & Zhang, S. 2007. Association Rule Mining. Springer, Australia.

Amri, K. 2022. Penerapan Data Mining Dalam Mencari Pola Asosiasi Data Tracer Study Menggunakan Equivalence Class Transformation (Eclat). Jurnal Nasional Komputasi dan Teknologi Informasi. 5(3): 442-449.

Arhami, M., & Nasir, M. 2020. Data Mining Algoritma dan Implementasi. Penerbit Andi, Yogyakarta.

Chauhan, R. & Kaur, H. 2017. Predictive Analytics and Data Mining. Advances in Secure Computing, Internet Services, and Applications. 3(2): 73-88.

Evadini, S. 2022. Analisis Faktor Resiko Kematian Dengan Penyakit Komorbide COVID-19 Menggunakan Algoritma Eclat. Jurnal Informasi dan Teknologi. 4(1): 52-57.

Niu, X., & Ji, X. 2014. Evaluation Method For Asssociation Rules in Spatial Knowledge Base. ISPRS Annals of the Photogrammetry. 11(4): 53-58.

Lestari, Y.D. 2015. Penerapan Mining Menggunakan FP-Tree dan FP-Growth Pada Data Transaksi Penjualan Obat. Jurnal Nasional Teknologi dan Komunikasi. 1(1): 60-64.




DOI: http://dx.doi.org/10.24014/jsms.v10i2.20703

Refbacks

  • There are currently no refbacks.


Jurnal JSMS

p-ISSN     : 2460-4542 (print)
e-ISSN     : 2615-8663 (online)
Alamat   : Program Studi Matematika
                   Fakultas Sains dan Teknologi, UIN Suska Riau
                   Jl. H.R Soebrantas, No. 155, Tampan, Pekanbaru.
Website : http://ejournal.uin-suska.ac.id/index.php/JSMS
e-mail    : jsmsfst@uin-suska.ac.id