Implementasi Algoritme Association Rule Untuk Pencarian Perilaku Pengguna Internet Dalam Mengakses Sebuah Website Menggunakan Metode Modified-Apriori
| Main Author: | Wijayakusuma, Adhitya Pratama |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/171719/1/Adhitya%20Pratama%20Wijayakusuma%20%282%29.pdf http://repository.ub.ac.id/171719/ |
Daftar Isi:
- Pola penelusuran merupakan salah satu cara yang dapat digunakan untuk menentukan rekomendasi penelusuran berupa suggest yang muncul pada browser pengguna internet, dengan melihat seberapa sering suatu website dikunjungi secara bersamaan oleh pengguna internet lainnya. Penelitian terhadap pola-pola tersembunyi yang terdapat dalam database menjadi bidang yang sangat diminati akhir-akhir ini. Dalam pola tersembunyi tersebut terdapat beberapa informasi yang bermanfaat. Data yang berskala besar akan mengalami kesulitan bila dianalisis dengan analisis data sederhana sehingga dibutuhkan suatu teknik khusus untuk dapat menganalisis data berskala besar, yaitu data mining. Hasil dari analisis tersebut akan menghasilkan sebuah sistem yang nantinya akan mengetahui pola pengguna internet dalam mengakses sebuah website dari hasil analisis keterkaitan antar website yang sering dibuka secara bersamaan, setelah mengetahui pola tersebut maka dapat digunakan sebagai sistem rekomendasi penelusuran. Sehingga pada penelitian ini menggunakan data transaksi penjualan untuk menentukan pola penjualan dengan menggunakan Association Rule dan algoritme Modified-Apriori dari data mining. Association Rule merupakan metode untuk mencari hubungan menarik yang tersembunyi dalam data yang besar dengan menggunakan perhitungan nilai support dan confidence. Algortime Modified-Apriori adalah pengembangan dari algoritme Apriori yang melakukan pencarian frequent itemset dengan proses penggabungan (join) dan pemangkasan (prune) dan menghasilkan efisiensi waktu yang lebih cepat dengan menggunakan teknik hash dibandingkan dengan algoritme Apriori. Teknik hash yang digunakan adalah dengan hash map. Data yang digunakan dalam penelitian ini adalah data penelusuran pengguna internet yang diperoleh dari history browser pengguna internet sebanyak 20 pengguna dengan jumlah transaksi sebanyak 300 transaksi. Hasil dari penelitian ini memiliki nilai minimum support tertinggi yaitu 34,11% dan menghasilkan rule berjumlah 2. Minimum confidence tertinggi yaitu 80,00% dan menghasilkan rule berjumlah 3. Panjang itemset yang terbentuk yaitu 2-itemset dan 3-itemset. Didapatkan rule yang memiliki nilai lift ratio lebih dari 1.