PERBANDINGAN KINERJA MEMORI DAN CPU ANTARA ALGORITME APRIORI DAN FP-GROWTH TERHADAP MODIFIKASI MAX HEAP SIZE

MOKHAMAD AZWAR ANAS, Teguh Bharata Adji, S.T., M.T., M. Eng., Ph.D

2017 | Tesis | S2 Teknik Elektro

Heap Memory pada Java Virtual Machine bekerja mengalokasikan memori pada sistem operasi saat program dijalankan Seiring dengan perkembangan algoritme, penggunaan sumber daya saat menerapkan sebuah algoritme dalam pemrograman juga berpotensi untuk ikut meningkat. Seperti penggunaan memori, processor, media penyimpanan dan lain-lain untuk menunjang proses dalam algoritme tersebut. Hal ini dapat mengakibatkan turunnya performa suatu sistem dan pada ahirnya memperlambat proses dalam memperoleh sebuah informasi. Oleh karena itu selain mempertimbangkan hasil yang akan diperoleh setiap pengembangan algoritme hendaknya juga memperhatikan penggunaan sumber daya akibat dari proses yang dilakukannya. Market Basket Analysis (MBA) merupakan studi mengenai analisis basket data. Salah satu metode yang banyak digunakan dalam MBA adalah association rule mining yang bertujuan menemukan aturan-aturan asosiasi diantara himpunan besar data item dalam basis data transaksi. Algoritme apriori dan fp growth merupakan salah satu algoritme yang digunakan untuk mencari rule sebagai penunjang pengambilan keputusan. Dalam hasil experimen diperoleh bahwa perbedaan hasil dari pengolahan menggunakan algoritme apriori dan fp growth tidak terlalu jauh hasil perolehan rule, namun cukup signifikan dalam perbedaan waktu yang didapatkan, terbukti pemangkasan proses yang dilakukan algoritme fp growth lebih efisien dalam segi waktu untuk menghasilkan rule yang berguna dalam keputusan pembelian obat

Heap Memory on the Java Virtual Machine works on the operating system allocates memory when the program starts Along with the development of algorithms, the use of resources when implementing an algorithm in programming also has the potential to increase. Such as memory usage, processor, storage media and others to support the process in the algorithm. This can lead to the decline in the performance of a system and slow the process in obtaining information. Therefore, in addition to considering the results to be obtained by any algorithm development should also consider the use of resources as a result of its processes. Market Basket Analysis (MBA) is the study of basketball analysis data. One method that is widely used in association rule mining MBA is aimed at finding the rules of association among a large set of data items in a database transaction. Algorithms apriori and fp growth is one of the algorithms used to find the rule as supporting decision-making. In the results of experiments showed that differences in the results of processing using algorithms priori and fp growth not so much the result of the acquisition of the rule, but it is quite significant in the time difference is found, proved trimming process performed algorithms fp growth is more efficient in terms of time to produce a rule that is useful in drug purchasing decisions.

Kata Kunci : apriori,fp growth, Weka, database obat, perbandingan, max heap size.