IMPLEMENTASI ALGORITMA FP-GROWTH DAN ASSOCIATION RULE PADA PEMILIHAN BIDANG MINAT

RAHAYU WULANDARI, TRI (2017) IMPLEMENTASI ALGORITMA FP-GROWTH DAN ASSOCIATION RULE PADA PEMILIHAN BIDANG MINAT. Undergraduate thesis, UNMUH JEMBER.

[img] Text
PENDAHULUAN.pdf

Download (1MB)
[img] Text
ABSTRAK.pdf

Download (265kB)
[img] Text
BAB I.pdf

Download (207kB)
[img] Text
BAB II.pdf
Restricted to Repository staff only

Download (538kB)
[img] Text
BAB III.pdf
Restricted to Repository staff only

Download (657kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (651kB)
[img] Text
BAB V.pdf
Restricted to Repository staff only

Download (146kB)

Abstract

Abstrak Association rule mining adalah sebuah teknik data mining untuk menemukan assosiasi yang sesuai atau hubungan antar data dari sejumlah besar data. Sejumlah besar data yang diproses, dapat ditemukan rule – rule nya dengan menggunakan algoritma FP – Growth dengan dua proses yaitu pencarian frequent itemset berdasarkan minimum support dan pembentukan rule berdasarkan minimum confidece. Dalam tugas akhir ini, akan membuat sistem pencarian pola assosiasi konsentrasi bidang minat program studi terhadap data akademik alumni dengan menggunakan Association Rule dan Algoritma FP – Growth yang dimana metode ini dapat menemukan pola asosiasi. Pada saat ini, kaprodi Teknik Informatika Univeristas Muhammadiyah Jember masih belum menemukan pola asosiasi untuk membantu menentukan bidang minat. Setalah melakukan perhitungan kombinasi IPK kita dapat melihat perbadingan, yang diamana bidang minat sebelumnya dan sEtelah melakukan perhitungan itu terdapat perbedaan, dimisalkan dengan nim 0910651001 minat awalnya adalah KBJ dan setelah melakaukan perhitungan kombinasi IPK mahasiswa tersebut ternyata masuk pada bidang minat SBC. Setelah kita melihat pada Grafik Minat pengelompokan bidang Minat Mahasiswa berdasarkan Hasil Akhir yang di peroleh pada Perhitungan FP – Growth, dimana RPL – 3 = 2, KBJ – 2 = 8, SBC – 2 = 2 dan KBJ – 3 = 4. Kata kunci : Algoritma Fp – growth, association rule, Fp – Tree, Data mining

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Kata kunci : Algoritma Fp – growth, association rule, Fp – Tree, Data mining
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Department: S1 Teknik Informatika
Depositing User: Rudi Setiawan
Contributors:
ContributionContributor NameNIDN/NIDK
UNSPECIFIEDAli Muharrom, LutfiNIDN0727108202
Date Deposited: 24 Aug 2021 02:05
Last Modified: 24 Aug 2021 02:05
URI: http://repository.unmuhjember.ac.id/id/eprint/11829

Actions (login required)

View Item View Item