FajarLazuardiN, Muhammad (2016) Pengenalan Pola Suplier Pada Transaksi Pengadaan Barang Dengan Algoritma Generalized Sequence Pattern (Studi Kasus Minimarket Mizmart Banjarmasin). Sarjana thesis, Universitas Brawijaya.
Abstract
Seiring perkembangan teknologi saat ini, maka pencatatan proses transaksi yang terjadi di sebuah pasar swalayan seringkali dicatat menggunakan komputer dan terkumpul data dari transaksi tersebut dalam jumlah yang sangat besar, termasuk dalam hal ini adalah. Kumpulan data yang sangat banyak tersebut bisa digali kembali untuk mencari informasi baru yang berguna bagi pihak terkait. Untuk menganalisa data dalam jumlah dan skala yang sangat besar akan sangat sulit jika hanya menggunakan teknik analisa data sederhana, sehingga diperlukan teknik khusus untuk melakukannya yakni teknik data mining. Dalam penelitian ini digunakan teknik data mining khusus berupa association rule mining menggunakan algoritma Generalized Sequence Pattern (GSP) yaitu mencari kombinasi suplier yang paling sering melakukan pengadaan barang dalam rentang waktu tertentu. Parameter kepercayaan yang digunakan adalah support dan confidence. Untuk menemukan pola kombinasi suplier pada algoritma ini yaitu dengan menentukan candidate yang merupakan kumpulan record transaksi pengadaan barang dari seluruh suplier. Candidate tersebut akan dihitung frekuensi kemunculannya di dalam database dan bagi setiap candidate yang frekuensinya sama atau lebih dengan nilai minimum support yang ditetapkan maka ia akan dimasukkan ke tabel length. Selanjutnya untuk membentuk candidate baru, maka akan diterapkan prosedur JOIN dan PRUNE pada tabel length. Proses ini dilakukan berulang kali hingga tidak ada lagi candidate baru yang bisa dibentuk. Ketika proses perulangan dihentikan, maka candidate di tabel length terakhir akan dihitung nilai support dan nilai confidence nya. Dari hasil pengujian pada periode 6 bulan, 12 bulan, dan 18 bulan dengan jumlah record data yang digunakan pada masing – masin periode sebanyak 1.252 data, 2.914 data, dan 4.699 data. Nilai minimum support yang digunakan adalah 25, 30, dan 35 sedangkan nilai minimum confidence yang digunakan adalah 20%, 40%, 60%, dan 80%. Sehingga disimpulkan bahwa nilai minimum support, nilai minimum confidence, serta jumlah data mempengaruhi jumlah association rule yang terbentuk.
English Abstract
Along with the development of technology today, the process to record the transaction activities that occur in a supermarket usually use the computer and the data that collected from this process is very large numbers of data, including in this case is supply data. That big dataset can be extracted back to find some new information that is useful for the stakeholder. To analyze that big dataset, it will be so difficult if using the simple data analysis technique, because of that it will be required a special data analysis technique, that special technique is data mining. In this research, it will use data mining technique namely association rule mining with Generalized Sequence Pattern (GSP) algorithm as the tool to find the combination of suplier that most often supply things within a certain timeframe. The measurement of trust used are support and confidence. To find the pattern combination of suplier with this algorithm is by determining candidate that the record collection of data supply transactions. That occurrence frequency of the candidate will be calculated in the database and for each candidate that has the occurence frequency same or more that minimum support threshold then the candidate will be inserted into length table. Then, to find new candidates, the system will execute the JOIN and PRUNE process to the length table. This process is repeated until there is no new candidate can be formed. When the iteration process is stopped, then the candidate in the last length table will be calculated to find support value and confidence value. From the test result of the experiment in the six month period, twelve month period, and eighteen month period with the total amount of data record for each of it is 1.252 record, 2.914 record, and 4.699 record. The minimum support threshold that used is 25, 30, and 35 in the other side the minimum confidence threshold that used is 20%, 40%, 60%, and 80%. Thus, it can be conclude that the value of minimum support, the value of minimum confidence, and the amount of data will make some effect to the amount of association rule that can be formed.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2016/543/051610826 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Sugiantoro |
| Date Deposited: | 16 Nov 2016 08:35 |
| Last Modified: | 16 Nov 2016 08:35 |
| URI: | http://repository.ub.ac.id/id/eprint/147117 |
Actions (login required)
 |
View Item |