Bagi pengembang berikutnya agar dapat langsung mengolah data langsung

BAB 5 KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan pembahasan, implementasi dan pengujian dari sistem, diperoleh beberapa kesimpulan: 1. Metode Association Rule dengan menggunakan Algoritma Apriori dan Algoritma FP-Growth dengan parameter support dan confidence dapat memperoleh korelasi barang pembelian untuk lebih meningkatkan penjualan maupun dalam hal promosi barang yang dapat meningkatkan pendapatan yang lebih besar lagi bagi pemilik minimarket. 2. Dari hasil pengujian dapat dilihat, bahwa waktu yang diperlukan Algoritma FP-Growth lebih cepat bila dibandingkan Algoritma Apriori untuk memperoleh hasil korelasi barang pembelian.

5.2 Saran

Untuk memperoleh hasil yang lebih maksimal dan lebih baik lagi, diperlukan saran dari berbagai pihak. Adapun saran dari penulis yaitu:

1. Bagi pengembang berikutnya agar dapat langsung mengolah data langsung

mengakses database perusahaan secara langsung. 2. Bagi pengembang berikutnya agar menggunakan lebih dari 2 kombinasi item barang. Universitas Sumatera Utara DAFTAR PUSTAKA [1]. Aritonang Pathresia. 2012. Implementasi Data Mining dengan Association Rule dalam pengambilan keputusan Untuk korelasi pengambilan Produk Menggunakan Algoritma Apriori. Skripsi: Ekstensi S1 Ilmu Komputer Universitas Sumatera Utara. [2]. Berry J.A. Michael, Linoff Gordon. 1997. Data Mining Techniques. New York: Wiley Computer Publishing. [3]. Erwin. 2009. Analisis Market Basket dengan Algoritma Apriori dan Algoritma FP-Growth. Jurnal Generik, hal. 26-30. [4]. Goldie Gunadi, Dana Indra Sensue. 2012, penerapan metode data mining market basket analysis terhadap data penjualan produk bukudengan menggunakan algoritma apriori danfrequent pattern growth fp-growth : studi kasus percetakan pt. gramedia. Jurnal Telematika MKOM Vol. 1 hal. 118-132. [5]. Kadir, Abdul. 2008. Dasar Perancangan dan Implementasi Database Relasional. Yogyakarta: Andi [6]. Kusrini, Emma Taufiq Luthfi. 2009. Algoritma Data Mining. Yogyakarta: Andi [7]. Olson David, Yong Shi. 2007. Introduction to Business Data Mining. The McGraw-Hill: New York. [8]. Santosa, Budi. 2007. Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis, Surabaya: Graha Ilmu. Universitas Sumatera Utara [9]. Thomas Connoly, Carolyn Begg. 2005. Database Systems A Practical Approach to Design, Implementation, and MAnagement. Addison-Wesley: New York. [10]. Suprasetyo Fendi Achmad.Market Basket Analysis Menggunakan Algoritma Frequent-Pattern-Growth Pada Data Transaksi Penjualan Barang Hariandi Swalayan XYZ. Skripsi: Sistem Informasi Fakultas Teknik Universitas Negeri Gorontalo [11] Yulianto Heribertus, Data Mining untuk Dunia Bisnis. Jurnal Teknologi Informasi DINAMIK Volume XIII No.1 Januari 2008, hal: 9-15. Universitas Sumatera Utara LAMPIRAN Listing program aplikasi data mining menggunakan algoritma apriori dan FP-Growth adalah sebagai berikut:

1. Proses pembuatan tabel C1