ANALISIS PERBANDINGAN ALGORITMA FUZZY C-COVERING DAN ALGORITMA APRIORI PADA MARKET BASKET ANALYSIS; Comparative Analysis of Apriori Algorithm and Fuzzy c-Covering Algorithm in Market Basket Anaysis

PANJI GAUTAMA ASMAWARMAN, Sigit Priyanta

2011 | Skripsi | PROGRAM STUDI ILMU KOMPUTER

Saat ini persaingan dalam bisnis sangat kompetitif. Para pengusaha saling bersaing dan berusaha mencari celah untuk mendapatkan pasar. Hal ini dapat dilihat dari maraknya toko serba ada seperti Indomaret, Alfamart, hingga kategori hypermarket layaknya Carrefour dan Hypermart di kota-kota besar di Indonesia. Jumlah transaksi perdagangan yang diproses tiap harinya sangat besar, hal ini membutuhkan pengelolaan yang baik. Dari data transaksi tersebut, dapat digali informasi-informasi untuk memperoleh strategi pemasaran, salah satunya dengan teknik data mining yaitu market basket analysis. Pada proses ini algoritma yang menjadi milestone pada software market basket analysis komersial adalah algoritma Apriori. Prinsip Apriori adalah jika sebuah itemset infrequent, maka itemset yang infrequent tidak perlu lagi dieksplorasi supersetnya sehingga jumlah kandidat yang harus diperiksa menjadi berkurang. Namun algoritma ini memiliki beberapa kelemahan salah satunya adalah mengabaikan jumlah varian item dalam tiap transaksi penjualan. Konsep Fuzzy c-Covering adalah salah satu metode aturan asosiasi fuzzy yang didasarkan pada kelemahan algoritma tradisional yang mengabaikan jumlah varian item yang dibeli dalam satu transaksi, algoritma ini mempersepsikan bahwa semakin banyak item yang dibeli dalam satu transaksi maka semakin hubungan antar item dalam transaksi semakin lemah. Sistem market basket analysis telah berhasil dibangun dengan mengimplementasikan algoritma apriori dan fuzzy c-Covering. Data ril dari swalayan Kopma UGM digunakan sebagai bahan analisis untuk membandingkan kedua algoritma. Perhitungan nilai support dan confidence dengan menggunakan algoritma fuzzy c-Covering memberikan nilai yang lebih kecil daripada hasil perhitungan algoritma apriori, sehingga ketika dikenakan batas ambang support yang sama, algoritma fuzzy c-Covering akan menghasilkan aturan yang lebih sedikit dibandingkan algoritma fuzzy c-Covering

Kata Kunci : Data Mining; frequent pattern; Apriori; fuzzy c-Covering; Algoritma association rule