ALGORITMA FP-GROWTH DALAM PENEMPATAN LOKASI BARANG DI GUDANG PT. XYZ

  • Deni Rusdiaman Program Studi Ilmu Komputer STMIK Nusa Mandiri
  • Agus Setiyono Program Studi Ilmu Komputer STMIK Nusa Mandiri
Keywords: Data Mining, Association Rules, FPGrowth

Abstract

Data mining adalah salah satu cara untuk mencari pola atau aturan atau informasi tertentu dari sejumlah data yang sangat besar dimana pola atau aturan atau informasi tersebut masih tersembunyi dan memiliki manfaat yang dapat digunakan untuk kemajuan suatu bidang. Pemanfaatannya pun sudah banyak diterapkan dalam berbagai bidang ilmu pengetahuan. Salah satu teknik dalam data mining yaitu Association Rules. Association Rules merupakan suatu metode untuk mencari suatu hubungan atau pola antar item yang berada dalam sebuah dataset. Dimana hubungan atau pola tersebut membentuk sebuah informasi seperti item mana yang sering muncul bersamaan dalam dataset. Metode ini dapat dipakai untuk mencari informasi barang mana saja yang muncul secara bersamaan dalam sebuah dataset transaksi permintaan pengadaan barang dalam sebuah perusahaan. Dengan informasi yang didapat dari metode tersebut, sebuah perusahaan akan lebih mengedepankan penyediaan barang yang lebih sering keluar dari tempat penyediaan barang dan dapat meletakkan barang tersebut lebih dekat dari posisi pintu keluar gudang. Hal ini dimaksud agar mendapat efisiensi dalam pengambilan barang dan meminimalisir waktu pencarian barang. Hasil dari penelitian ini menemukan bahwa terdapat 62 hubungan antar barang yang saling berhubungan atau berkaitan satu sama lain.

Downloads

Download data is not yet available.

References

Ardani, N. R., & Fitrina, N. (2016). Sistem Rekomendasi Pemesanan Sparepart Dengan Algoritma Fp-Growth. Seminar Nasional Teknologi Informasi Dan Multimedia 2016, 6–7.

Beynon-Davies, P. (2004). Database Systems. London: Macmillan Education UK. https://doi.org/10.1007/978-0-230-00107-7

Fatihatul, F., Setiawan, A., & Rosadi, R. (2011). 1 ASOSIASI DATA MINING MENGGUNAKAN ALGORITMA FP-GROWTH UNTUK MARKET BASKET ANALYSIS.

Ghozali, M. I., Ehwan, R. Z., & Sugiharto, W. H. (2017). Analisa Pola Belanja Menggunakan Algoritma Fp Growth, Self Organizing Map (Som) Dan K Medoids, 8(1), 317–326.

Han, J., Pei, J., & Kamber, M. (2011). Data Mining: Concepts and Techniques (3rd ed.). USA: Morgan Kaufmann.

Ikhwan, A., Nofriansyah, D., & Sriani. (2015). Penerapan Data Mining dengan Algoritma Fp-Growth untuk Mendukung Strategi Promosi Pendidikan ( Studi Kasus Kampus STMIK Triguna Dharma ). Saintikom, 14(3), 211–226.

Larasati, D. P., Nasrun, M., & Ahmad, U. A. (2015). Analisis Dan Implementasi Algoritma Fp-Growth Pada Aplikasi Smart Untuk Menentukan Market Basket Analysis Pada Usaha Retail ( Studi Kasus : Pt . X ) Analysis and Implementation of Fp-Growth Algorithm in Smart Application To Determine Market Basket Analysi, 2(1), 749–755.

Larose, D. T., & Larose, C. D. (2014). Discovering Knowledge in Data: An Introduction to Data Mining (2nd Editio). New Jersey: John Wiley and Sons Inc.

Pramudiono, I. (2003). Pengantar Data Mining: Menambang Permata Pengetahuan di Gunung Data.

Raharjo, F. T., Yanti, T. S., & Kudus, A. (2017). Market Basket Analysis Menggunakan Algoritma FP-Growth (Kasus Data Peminjaman Buku di Perpustakaan Universitas Islam Bandung). Prosiding Statistika, 3, 93–100.

Rusdiaman, D., & Setiyono, A. (2018). Laporan Akhir Penelitian Mandiri Dengan Judul Algoritma FP-Growth Dalam Penempatan Lokasi Barang Di Gudang PT. XYZ. Jakarta.
Published
2018-08-15
How to Cite
[1]
D. Rusdiaman and A. Setiyono, “ALGORITMA FP-GROWTH DALAM PENEMPATAN LOKASI BARANG DI GUDANG PT. XYZ”, jitk, vol. 4, no. 1, pp. 63-70, Aug. 2018.