Implementasi Algoritma Fp-growth Menggunakan Association Rule Pada Market Basket Analysis

- Himpunan data yang besar dapat diolah menjadi informasi atau pengetahuan yang bermanfaat, salah satu data yang dapat diolah adalah data transaksi pembelian barang oleh konsumen. Akan tetapi pemrosesan data yang besar akan membutuhkan waktu yang lama dalam prosesnya. Sehingga data tersebut membutuhkan metode yang tepat dalam proses pengolahannya. Metode yang sering digunakan dalam pengolahan data transaksi adalah Apriori, akan tetapi data yang besar kurang tepat menggunakan Apriori karena dalam prosesnya melakukan scanning berulang kali pada database (candidate set generation). Dalam penelitian ini menggunakan metode FP-Growth untuk menentukan frequent itemset dengan struktur FP-Tree dan Association Rule untuk menentukan support dan confidence pada data transaksi sehingga hasilnya dapat diketahui hubungan-hubungan antara suatu barang dengan barang lainnya yang sering dibeli oleh konsumen. Kata Kunci : Apriori, FP-Growth, Association Rule, Transaction, Frequent Itemset