ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK KORELASI PEMBELIAN PRODUK ( STUDI KASUS: SUMBER SWALAYAN MEDAN) SKRIPSI EVA CRISTY YULIANA MANURUNG 111421034
ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK KORELASI PEMBELIAN PRODUK ( STUDI KASUS: SUMBER SWALAYAN MEDAN) SKRIPSI EVA CRISTY YULIANA MANURUNG 111421034 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
i
ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK KORELASI PEMBELIAN PRODUK
( STUDI KASUS: SUMBER SWALAYAN MEDAN) SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer
EVA CRISTY YULIANA MANURUNG 111421034
PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
PERSETUJUAN
Judul : ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK KORELASI PEMBELIAN PRODUK (STUDI KASUS: SUMBER SWALAYAN MEDAN)
Kategori : SKRIPSI Nama : EVA CRISTY YULIANA MANURUNG Nomor Induk Mahasiswa : 111421034 Program Studi : EKSTENSI S1 ILMU KOMPUTER Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Maya Silvi Lydia B.Sc, M.Sc Dr. Poltak Sihombing, M.Kom NIP. 19740127 200212 2 001 NIP. 19620217 199103 1 001 Diketahui/disetujui oleh Program Studi Ekstensi S1 Ilmu Komputer Ketua, Dr. Poltak Sihombing, M.Kom NIP. 19620217 199103 1 001 iii
PERNYATAAN
ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK KORELASI PEMBELIAN PRODUK
( STUDI KASUS: SUMBER SWALAYAN MEDAN) SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, Januari 2014 Eva Cristy Yuliana Manurung 111421034
PENGHARGAAN
Puji syukur penulis panjatkan Tuhan Yang Maha Esa, karena atas berkat dan kasih- Nya penulis mampu menyelesaikan Skripsi ini.
Skripsi ini dikerjakan sebagai salah satu syarat guna memperoleh gelar Sarjana Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Penulis mengungkapkan rasa terima kasih dan penghargaan kepada : 1.
Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.
2. Bapak Dr. Poltak M.Kom, selaku Ketua Program Studi Ilmu Komputer sekaligus Dosen Pembimbing I yang telah memberikan banyak bimbingan, saran, serta motivasi dalam pengerjaan skripsi ini.
3. Ibu Maya Silvi Lydia B.Sc, M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer sekaligus pembimbing II yang telah memberikan masukan, bimbingan, saran dan motivasi kepada penulis.
4. Bapak Dr. Nasruddin Noer M.Eng.Sc sebagai Dosen Pembanding I yang telah memberikan kritik dan saran yang membangun bagi penulis.
5. Ibu Dian Rachmawati S.Si, M.Kom sebagai Dosen Pembanding II yang telah memberikan kritik dan saran yang membangun bagi penulis.
6. Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara berserta para pegawai yang bertugas di Program Studi Ilmu Komputer FASILKOM-TI USU.
7. Orang tua tercinta, Ayahanda J. Manurung dan Ibunda tercinta M. Malau, kakanda Jones Manurung, adinda Ayub Manurung atas semua doa, dukungan, dan motivasi yang tak ternilai harganya. v
8. Seluruh sahabat buat Evi, Bella, Deni, Bora, Fenni, Jouhon, Bang Wahyu, buat adik-adikku: Leni, Vivien, Ester, Yohana, Nugraha, Anwar, Lidia, Claudia, Meli atas doa dan dukungannya.
9. Keluarga besar Ekstensi Ilmu Komputer, khususnya semua teman dan sahabat angkatan 2011 yang tidak dapat disebutkan satu persatu, terima kasih atas segala dukungan, doa dan kerja samanya selama ini.
Semoga Tuhan Yang Maha Esa membalas semua kebaikan kepada semua pihak yang telah memberikan dukungan kepada penulis dalam menyelesaikan skripsi ini.
Penulis, (Eva Cristy Yuliana Manurung)
ABSTRAK
Penelitian ini bertujuan untuk mendapatkan korelasi dari jenis produk-produk yang sering dibeli secara bersamaan dalam suatu waktu dan menganalisis perbandingan waktu yang diperlukan di dalam menemukan frequent itemset dengan algoritma
apriori dan FP Growth. Penelitian ini dengan menggunakan proses data mining
dengan metode Association Rule dengan algoritma Apriori dan algoritma FP-Growth.Langkah-langkah yang diperlukan untuk memperoleh frequent itemsets menggunakan algoritma Apriori berbeda dengan langkah-langkah dengan menggunakan algoritma FP-Growth. penelitian ini menyajikan rule dari aturan asosiasi dan perbandingan waktu antara algoritma Apriori dan algoritma FP-Growth. Waktu yang diperoleh dengan menggunakan Algotitma FP-Growth lebih cepat daripada Algoritma Apriori.
Kata kunci: data mining, Association Rule, algoritma Apriori, algoritma FP- Growth vii
ANALYZE COMPARISON OF APRIORI ALGORITHM AND FP-GROWTH
ALGORITHM FOR CORRELATION BUYING PRODUCTS
(STUDY CASE: SUMBER SWALAYAN MEDAN)
ABSTRACT
This research aimed to get correlation of kinds product that often bought together in the same time and analyze the comparation time to find frequent itemsets. The method of this research is association rjule with aapriori algorithm and FP-Growth algorithm. The steps of apriori algorithm are different with FP-Growth algorithm. This research contains rule of association rule and comparison time of apriori algorithm and FP- Growth algorithm. The time of apriori algorithm faster than FP-Growth algorithm.
Keywords: data mining, association rule, apriori algorithm, FP-Growth Algorithm
DAFTAR ISI
Hal.PERSETUJUAN ii
PERNYATAAAN iii
PENGHARGAAN iv
ABSTRAK vi
ABSTRACT vii
DAFTAR ISI viii
DAFTAR TABEL xi
DAFTAR GAMBAR xiii
BAB 1 PENDAHULUAN
1.1 Latar Belakang
1
1.2 Rumusan Masalah
2
1.3 Batasan Masalah
2
1.4 Tujuan Penelitian
3
1.5 Manfaat Penelitian
3
1.6 Metodologi Penelitian
4
1.7 Sistematika Penulisan
5 BAB 2 TINJAUAN PUSTAKA
7
2.1 DataBase
7
2.2 Data Mining
10 ix
2.3 Association Rule
3.4.4 Transaksi
3.2.5 Flowchart Algoritma
53
3.3 Perancangan Sistem
57
3.4. Perancangan Tampilan Antarmuka
58
3.4.2 Form Login
59
3.4.3 Menu Utama
59
60
3.2.4 DFD Level 1 FP-Growth
3.4.5 Olah Barang
61
3.4.6 Perancangan Proses Apriori
62
3.4.6 Perancangan Proses FP-Growth
63
3.4.7 Perancangan Output FP-Growth
64
3.4.8 Perancangan Output dengan Apriori
64 BAB 4 IMPLEMENTASI DAN PENGUJIAN
4.1 Implementasi Sistem
52
51
10
19
2.4 Algoritma Apriori
12
2.5 Algoritma Fp-Growth
12 BAB 3 ANALISIS DAN PERANCANGAN SISTEM
16
3.1 Analisis Kebutuhan
16
3.1.1 Analisis Data dengan Apriori
17
3.1.2 Pengelompokan Daftar Produk
3.1.3 Analisis Pencarian Pola Frekuensi Tinggi
3.2.3 DFD Level 1 Apriori
21
3.1.4 Pembentukan Aturan Asosiasi
33
3.1.5 Analisis Data Dengan FP-Growth
35
3.2 Perancangan Sistem
49
3.2.1 Data Flow Diagram(DFD)
49
3.2.2 DFD Level 0
50
65
4.2.Persiapan teknis
66
4.3 Tampilan Aplikasi
66 BAB 5 KESIMPULAN DAN SARAN
73
5.1 Kesimpulan
73
5.2 Saran
73 xi
DAFTAR TABEL
Hal.Tabel 3.1 Tabel Data Transaksi18 Tabel 3.2 Tabel Data Produk
19 Tabel 3.3 Tabel C1
22 Tabel 3.4 Tabel L1
24 Tabel 3.5 Tabel C2
27 Tabel 3.5 Tabel L2
33 Tabel 3.7 Tabel Pembentukan Korelasi Produk
34 Tabel 3.8 Tabel Pembentukan Aruran Asosiasi
34 Tabel 3.9 Tabel Data Barang Fp-Growth
35 Tabel 3.10 Tabel Transaksi
37 Tabel 3.11 Tabel Data Barang
58 Tabel 3.12 Tabel Transaksi Barang
58 Tabel 4.1 Tabel Perbandingan Algoritma Apriori dan FP-Growth
72
DAFTAR GAMBAR
Hal.46 Gambar 3.11 TID 10
57 Gambar 3.21 Perancangan Form Login
56 Gambar 3.20 Flowchart Sistem
55 Gambar 3.19 Flowchart Algoritma FP-Growth(lanjutan)
54 Gambar 3.18 Flowchart Algoritma FP-Growth
53 Gambar 3.17 Flowchart Algoritma Apriori(lanjutan)
52 Gambar 3.16 Flowchart Algoritma Apriori
51 Gambar 3.15 DFD Level 1 FP-Growth
50 Gambar 3.14 DFD Level 1 Apriori
48 Gambar 3.13 DFD Level 0
47 Gambar 3.12 Kondisi TID untuk Ya
45 Gambar 3.10 TID 9
Gambar 2.1 Arsitektur Data Mining44 Gambar 3.9 TID 8
43 Gambar 3.8 TID 7
42 Gambar 3.7 TID 6
41 Gambar 3.6 TID 5
40 Gambar 3.5 TID 4
39 Gambar 3.4 TID 3
38 Gambar 3.3 TID 2
17 Gambar 3.2 TID 1
14 Gambar 3.1 Diagram Ishikawa
8 Gambar 2.2 Langkah-Langkah Algoritma FP-Growth
59 xiii
Gambar 3.22 Perancangan Menu Utama60 Gambar 3.23 Perancangan Transaksi
60 Gambar 3.24 Perancangan Olah Barang
61 Gambar 3.25 Perancangan Proses Mining dengan Apriori
62 Gambar 3.26 Perancangan Proses Mining dengan FP-Growth
63 Gambar 3.27 Tampilan Output FP-Growth
64 Gambar 3.28 Tampilan Output Apriori
64 Gambar 4.1 Tampilan login
67 Gambar 4.2 Proses Mining dengan Apriori 1
68 Gambar 4.3 Proses Mining dengan Apriori 2
69 Gambar 4.4 Proses Mining dengan FP-Growth 1
70 Gambar 4.5 Proses Mining dengan FP-Growth 2
71