FatmaRikaFebriyana (2009) Perbandingan Kecepatan dalam Pencarian Frequent Itemset antara Algoritma FP-Growth dan Cut Both Ways. Sarjana thesis, Universitas Brawijaya.
Abstract
Penggalian kaidah asosiasi (mining association rules ) merupakan salah satu proses data mining untuk menemukan pola dan aturan (rule ) dari sekumpulan data yang besar. Pola-pola ini merupakan kumpulan item (itemset ) yang sering muncul secara bersamaan (frequent itemset ) dalam transaksi pada basis data. Proses pencarian frequent itemset membutuhkan waktu yang sangat lama, oleh karena itu diperlukan suatu algoritma yang bisa mengefisiensi waktu yang dibutuhkan. Algoritma FP-Growth menerapkan strategi pencarian dengan menggunakan struktur yang sederhana (FP-tree ) dan memiliki kinerja yang tinggi karena hanya memerlukan dua kali pemeriksaan pada basis data. Algoritma Cut Both Ways (CBW ) menggunakan gabungan beberapa teknik dan menggunakan cutting level (α) untuk membagi ruang pencarian menjadi dua bagian. Nilai cutting level merupakan nilai rata-rata dari kardinalitas frequent itemset, diharapkan banyak ditemukan frequent itemset pada level ini. Pada tugas akhir ini akan mengimplementasikan proses pencarian frequent itemset dengan menggunakan algoritma FPGrowth dan CBW . Kemudian membandingkan kinerjanya dengan menggunakan beberapa parameter nilai support dan diujikan pada beberapa dataset dengan karakteristik yang berbeda. Hasilnya, algoritma FP-Growth mampu menambang frequent itemset lebih cepat daripada algoritma CBW.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2009/157/050901940 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 28 Jul 2009 09:09 |
| Last Modified: | 22 Oct 2021 06:27 |
| URI: | http://repository.ub.ac.id/id/eprint/152113 |
Preview |
Text
050901940.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |