IMPLEMENTASI ALOGARITMA FP-GROWTH DALAM PENENTUAN

PELELANGAN MOTOR DI AMERIKA

Claudia Kezia Rumaruson​1​, Elvetta Eveline Mandosir​2
12​
Fakultas Teknologi Informasi Universitas Kristen Satya Wacana
Jl. O. Notohamijdodjo, Blotongan, Sidorejo, Salatiga City, Central Java
1​
672016254@student.uksw.edu​, 2​​ ​672016153@student.uksw.edu

ABSTRAK
Pelelangan merupakan proses membeli dan menjual barang atau jasa dengan cara menawarkan
kepada penawar, menawarkan tawaran harga lebih tinggi, dan kemudian menjual barang
kepada penawar harga tertinggi. Banyaknya penjual motor dan pembeli, membuat penjual akan
kebingungan dengan motor yang di sukai oleh pembeli . Untuk memudahkan proses penjualan
pada pelelang tersebut perlu adanya sistem yaitu sistem perekomendasi untuk penjual. Pada
penelitian ini dibuat sebuah sistem di mana nantinya dapat dijadikan sistem perekomendasi
yaitu menggunakan algoritma fp-growth (frequent pattern growth). Hal tersebut bertujuan untuk
menentukan motor - motor yang lebih banyak diminati pembeli. Hasil dari sistem tersebut yaitu
sebuah informasi rekomendasi motor yang akan dijual dengan menggunakan algoritma
fp-growth.
Kata kunci​ : Data Mining, Pelelangan, FP-Growth

Untuk memudahkan proses

1. PENDAHULUAN
Amerika Serikat menjadi salah satu
negara dengan jumlah penduduk terbesar di
dunia ternyata tidak serta merta membuat
penjualan sepeda motor di Amerika Serikat
menjadi sangat besar. Motor-motor ini
terdiri dari berbagai merek seperti BMW,
Kawasaki, Harley-Davidson & Honda. Juga
pada pelelangan terdapat banyak data yang
dilihat oleh pelelang untuk menjual motor.
pelelangan motor terutama dalam hal
memilih motor yang akan dilelang, perlu
adanya sistem yang tepat dalam
merekomendasikan motor apa saja yang
paling banyak diminati dan layak untuk
dilelang pada data terakhir. Dikarenakan di
Amerika belum mempunyai sistem yang
membantu untuk merekomendasikan motor
kepada para penjual dengan menemukan
himpunan data yang paling sering muncul
dalam suatu kumpulan data. Metode yang
digunakan dalam perekomendasian tersebut
adalah Data Mining. Data mining adalah 3. Mengatur minimal support, confidence
sebuah proses pencarian secara otomatis dan rules yang dihasilkan.
informasi yang berguna dalam tempat Evaluasi data mining akan dilakukan dengan
penyimpanan data berukuran besar. menggunakan dataset pengujian
Perekomendasian ini dilakukan dengan
menggunakan Algoritma FP-Growth.
FP-Growth adalah salah satu alternatif
algoritma yang dapat digunakan untuk
menentukan himpunan data yang paling
sering muncul (frequent item set) dalam
sebuah kumpulan data. Gambar 1. Skema Data Warehouse

2. PERANCANGAN 3. PEMBAHASAN
Skema yang dipakai adalah skema Pengolahan data dilakukan
bintang sederhana. ​Dalam skema ini, setiap menggunakan aplikasi database yaitu
table harus memiliki primary key yang Rapidminer. Data transaksi pelelangan dapat
terdiri dari satu kolom atau lebih. ​Primary dilihat pada gambar berikut.
key dari table fakta terdiri dari satu atau
Data Ekstrak
lebih foreign key Foreign key merupakan
Data ekstrak merupakan data yang
primary key pada table. Dapat dilihat pada
diekstrak dari data biasa yang terdapat di
gambar 1.
dalam Excel dan di masukkan ke dalam
Adapun langkah-langkah
Rapid Miner.
pembentukan model mining menggunakan
algoritma FP-Growth pada ​Software
Rapidminer a​ ntara lain :
1. Memilih.file format xls yang akan
dimining.
2. algoritma yang digunakan algoritma
FP-Growth.
 hasil akhinya berupa grafik. Aplikasi yang
digunakan adalah Rapidminer.

Data Transformasi
Saran
Perancangan selanjutnya dapat
dilakukan menggunakan skema dan aplikasi
selain perancangan diatas. Perancangan
selanjutnya dapat dilakukan menggunakan
data yang lebih banyak untuk mendapatkan
hasil yang lebih akurat.

Hasil Aplikasi
Berdasarkan data yang ada berikut 5. REFERENSI

adalah hasil akhir yang diperoleh berupa http://eprints.dinus.ac.id/13236/1/jurnal_

grafik. 13721.pdf
https://otomotifnet.gridoto.com/read/2310
45814/penjualan-motor-setahun-di-ameri
ka-serikat-setara-sebulan-di-indonesia#!
%2F
https://www.gurupendidikan.co.id/data-m
ining/

4. KESIMPULAN DAN SARAN

Kes​impulan
Dari pembahasan d​iatas​, algoritma
Frequent Pattern Growth dapat digunakan
dalam perekomendasian penentuan
pelelangan motor di amerika. Skema yang
dipakai adalah skema bintang sederhana dan