Penerapan Metode Association Rule Dengan Algoritma Frequent Pattern Growth Pada Data Spesifikasi Smartphone
| ctrlnum |
146616 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/146616/</relation><title>Penerapan Metode Association Rule Dengan Algoritma Frequent Pattern Growth Pada Data Spesifikasi Smartphone</title><creator>Anggraeni, LitaKarima</creator><subject>005 Computer programming, programs, data</subject><description>Semakin banyaknya smartphone yang beredar dimasyarakat saat ini, membuat banyak vendor yang tertarik untuk membuat smartphone dengan spesifikasi yang sesuai dengan kebutuhan pengguna. Dalam pengembangan suatu smartphone vendor dihadapkan dengan pilihan spesifikasi yang banyak sehingga perlu pertimbangan untuk memilih suatu spesifikasi yang sesuai dengan kebutuhan pengguna. Untuk mengembangkan sebuah smartphone, suatu vendor dapat melihat pola spesifikasi dari smartphone milik vendor lain yang sudah beredar lebih dulu di pasaran. Semakin banyak pengguna yang menggunakan smartphone dengan pola spesifikasi tertentu dapat menunjukkan bahwa pola spesifkasi tersebut merupakan pola spesifikasi yang memiliki performa yang sesuai dengan kebutuhan pengguna. Dengan banyaknya spesifikasi yang ada, diperlukan suatu proses penggalian data atau data mining untuk mengolah, menggali dan menemukan informasi yang tersembunyi pada data spesifikasi smartphone . 

Dengan sistem yang menggunakan metode association rule menggunakan algoritma Frequent Pattern Growth (FP-Growth) maka akan dicari pola spesifikasi smartphone yang banyak dimiliki oleh pengguna saat ini. Dalam sistem yang dibangun menggunakan metode FP-Growth ini, akan dilakukan pencarian pola spesifikasi dengan tahap awal adalah mencari frequent itemset dengan menerapkan algoritma Frequent Pattern Growth (FP-Growth) . Kemudian dari frequent itemset tersebut dilakukan penghitungan nilai confidence untuk memilih frequent itemset yang dapat dibangkitkan menjadi rule . Dalam tahap akhir sistem akan menghitung kekuatan pola spesifikasi yang terbentuk dengan menggunakan lift ratio . Berdasarkan hasil uji coba sistem didapatkan nilai lift ratio tertinggi dari rule yang dihasilkan pada data spesifikasi Android yaitu sebesar 2.162 . Sedangkan pada data spesifikasi Windows Phone nilai lift ratio tertinggi dari rule yang dihasilkan yaitu sebesar 1.778.</description><date>2015</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146616/1/BAB_I.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146616/1/BAB_III.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146616/1/BAB_VI.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146616/1/BAB_IV.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146616/1/BAB_II.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146616/2/BAB_V.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146616/3/COVER_%2B_DAFTAR_ISI.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146616/4/DAFTAR_PUSTAKA.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146616/5/LAMPIRAN.pdf</identifier><identifier> Anggraeni, LitaKarima (2015) Penerapan Metode Association Rule Dengan Algoritma Frequent Pattern Growth Pada Data Spesifikasi Smartphone. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2015/9/051500425</relation><recordID>146616</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Anggraeni, LitaKarima |
| title |
Penerapan Metode Association Rule Dengan Algoritma Frequent Pattern Growth Pada Data Spesifikasi Smartphone |
| publishDate |
2015 |
| topic |
005 Computer programming programs data |
| url |
http://repository.ub.ac.id/146616/1/BAB_I.pdf http://repository.ub.ac.id/146616/1/BAB_III.pdf http://repository.ub.ac.id/146616/1/BAB_VI.pdf http://repository.ub.ac.id/146616/1/BAB_IV.pdf http://repository.ub.ac.id/146616/1/BAB_II.pdf http://repository.ub.ac.id/146616/2/BAB_V.pdf http://repository.ub.ac.id/146616/3/COVER_%2B_DAFTAR_ISI.pdf http://repository.ub.ac.id/146616/4/DAFTAR_PUSTAKA.pdf http://repository.ub.ac.id/146616/5/LAMPIRAN.pdf http://repository.ub.ac.id/146616/ |
| contents |
Semakin banyaknya smartphone yang beredar dimasyarakat saat ini, membuat banyak vendor yang tertarik untuk membuat smartphone dengan spesifikasi yang sesuai dengan kebutuhan pengguna. Dalam pengembangan suatu smartphone vendor dihadapkan dengan pilihan spesifikasi yang banyak sehingga perlu pertimbangan untuk memilih suatu spesifikasi yang sesuai dengan kebutuhan pengguna. Untuk mengembangkan sebuah smartphone, suatu vendor dapat melihat pola spesifikasi dari smartphone milik vendor lain yang sudah beredar lebih dulu di pasaran. Semakin banyak pengguna yang menggunakan smartphone dengan pola spesifikasi tertentu dapat menunjukkan bahwa pola spesifkasi tersebut merupakan pola spesifikasi yang memiliki performa yang sesuai dengan kebutuhan pengguna. Dengan banyaknya spesifikasi yang ada, diperlukan suatu proses penggalian data atau data mining untuk mengolah, menggali dan menemukan informasi yang tersembunyi pada data spesifikasi smartphone .
Dengan sistem yang menggunakan metode association rule menggunakan algoritma Frequent Pattern Growth (FP-Growth) maka akan dicari pola spesifikasi smartphone yang banyak dimiliki oleh pengguna saat ini. Dalam sistem yang dibangun menggunakan metode FP-Growth ini, akan dilakukan pencarian pola spesifikasi dengan tahap awal adalah mencari frequent itemset dengan menerapkan algoritma Frequent Pattern Growth (FP-Growth) . Kemudian dari frequent itemset tersebut dilakukan penghitungan nilai confidence untuk memilih frequent itemset yang dapat dibangkitkan menjadi rule . Dalam tahap akhir sistem akan menghitung kekuatan pola spesifikasi yang terbentuk dengan menggunakan lift ratio . Berdasarkan hasil uji coba sistem didapatkan nilai lift ratio tertinggi dari rule yang dihasilkan pada data spesifikasi Android yaitu sebesar 2.162 . Sedangkan pada data spesifikasi Windows Phone nilai lift ratio tertinggi dari rule yang dihasilkan yaitu sebesar 1.778. |
| id |
IOS4666.146616 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2021-10-27T08:48:33Z |
| last_indexed |
2021-10-28T07:34:04Z |
| recordtype |
dc |
| _version_ |
1751454633937600512 |
| score |
17.538404 |