ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN

ALGORITMA FP-GROWTH UNTUK KORELASI

PEMBELIAN PRODUK ( STUDI KASUS:
SUMBER SWALAYAN MEDAN)

SKRIPSI

EVA CRISTY YULIANA MANURUNG

111421034

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014

Universitas Sumatera Utara

Universitas Sumatera Utara
 i

ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA

FP-GROWTH UNTUK KORELASI PEMBELIAN PRODUK
( STUDI KASUS: SUMBER SWALAYAN MEDAN)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah

Sarjana Ilmu Komputer

EVA CRISTY YULIANA MANURUNG

111421034

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014

Universitas Sumatera Utara

 PERSETUJUAN

Judul : ANALISIS PERBANDINGAN ALGORITMA

APRIORI DAN ALGORITMA FP-GROWTH UNTUK
KORELASI PEMBELIAN PRODUK (STUDI KASUS:
SUMBER SWALAYAN MEDAN)
Kategori : SKRIPSI
Nama : EVA CRISTY YULIANA MANURUNG
Nomor Induk Mahasiswa : 111421034
Program Studi : EKSTENSI S1 ILMU KOMPUTER
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Maya Silvi Lydia B.Sc, M.Sc Dr. Poltak Sihombing, M.Kom

NIP. 19740127 200212 2 001 NIP. 19620217 199103 1 001

Diketahui/disetujui oleh
Program Studi Ekstensi S1 Ilmu Komputer
Ketua,

Dr. Poltak Sihombing, M.Kom

NIP. 19620217 199103 1 001

Universitas Sumatera Utara

 iii

PERNYATAAN

ANALISIS PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA

FP-GROWTH UNTUK KORELASI PEMBELIAN PRODUK
( STUDI KASUS: SUMBER SWALAYAN MEDAN)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, Januari 2014

Eva Cristy Yuliana Manurung

111421034

Universitas Sumatera Utara

 PENGHARGAAN

Puji syukur penulis panjatkan Tuhan Yang Maha Esa, karena atas berkat dan kasih-
Nya penulis mampu menyelesaikan Skripsi ini.
Skripsi ini dikerjakan sebagai salah satu syarat guna memperoleh gelar Sarjana
Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas
Sumatera Utara. Penulis mengungkapkan rasa terima kasih dan penghargaan kepada :
1. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara.
2. Bapak Dr. Poltak M.Kom, selaku Ketua Program Studi Ilmu Komputer
sekaligus Dosen Pembimbing I yang telah memberikan banyak bimbingan,
saran, serta motivasi dalam pengerjaan skripsi ini.
3. Ibu Maya Silvi Lydia B.Sc, M.Sc selaku Sekretaris Program Studi S1 Ilmu
Komputer sekaligus pembimbing II yang telah memberikan masukan,
bimbingan, saran dan motivasi kepada penulis.
4. Bapak Dr. Nasruddin Noer M.Eng.Sc sebagai Dosen Pembanding I yang telah
memberikan kritik dan saran yang membangun bagi penulis.
5. Ibu Dian Rachmawati S.Si, M.Kom sebagai Dosen Pembanding II yang telah
memberikan kritik dan saran yang membangun bagi penulis.
6. Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara berserta para pegawai yang bertugas di Program
Studi Ilmu Komputer FASILKOM-TI USU.
7. Orang tua tercinta, Ayahanda J. Manurung dan Ibunda tercinta M. Malau,
kakanda Jones Manurung, adinda Ayub Manurung atas semua doa, dukungan,
dan motivasi yang tak ternilai harganya.

Universitas Sumatera Utara

 v

8. Seluruh sahabat buat Evi, Bella, Deni, Bora, Fenni, Jouhon, Bang Wahyu, buat
adik-adikku: Leni, Vivien, Ester, Yohana, Nugraha, Anwar, Lidia, Claudia,
Meli atas doa dan dukungannya.
9. Keluarga besar Ekstensi Ilmu Komputer, khususnya semua teman dan sahabat
angkatan 2011 yang tidak dapat disebutkan satu persatu, terima kasih atas
segala dukungan, doa dan kerja samanya selama ini.

Semoga Tuhan Yang Maha Esa membalas semua kebaikan kepada semua
pihak yang telah memberikan dukungan kepada penulis dalam menyelesaikan skripsi
ini.

Penulis,

(Eva Cristy Yuliana Manurung)

Universitas Sumatera Utara

 ABSTRAK

Penelitian ini bertujuan untuk mendapatkan korelasi dari jenis produk-produk yang
sering dibeli secara bersamaan dalam suatu waktu dan menganalisis perbandingan
waktu yang diperlukan di dalam menemukan frequent itemset dengan algoritma
apriori dan FP Growth. Penelitian ini dengan menggunakan proses data mining
dengan metode Association Rule dengan algoritma Apriori dan algoritma FP-Growth.
Langkah-langkah yang diperlukan untuk memperoleh frequent itemsets menggunakan
algoritma Apriori berbeda dengan langkah-langkah dengan menggunakan algoritma
FP-Growth. penelitian ini menyajikan rule dari aturan asosiasi dan perbandingan
waktu antara algoritma Apriori dan algoritma FP-Growth. Waktu yang diperoleh
dengan menggunakan Algotitma FP-Growth lebih cepat daripada Algoritma Apriori.

Kata kunci: data mining, Association Rule, algoritma Apriori, algoritma FP-
Growth

Universitas Sumatera Utara

 vii

ANALYZE COMPARISON OF APRIORI ALGORITHM AND FP-GROWTH

ALGORITHM FOR CORRELATION BUYING PRODUCTS
(STUDY CASE: SUMBER SWALAYAN MEDAN)

ABSTRACT

This research aimed to get correlation of kinds product that often bought together in
the same time and analyze the comparation time to find frequent itemsets. The method
of this research is association rjule with aapriori algorithm and FP-Growth algorithm.
The steps of apriori algorithm are different with FP-Growth algorithm. This research
contains rule of association rule and comparison time of apriori algorithm and FP-
Growth algorithm. The time of apriori algorithm faster than FP-Growth algorithm.

Keywords: data mining, association rule, apriori algorithm, FP-Growth Algorithm

Universitas Sumatera Utara

 DAFTAR ISI

Hal.

PERSETUJUAN ii
PERNYATAAAN iii
PENGHARGAAN iv
ABSTRAK vi
ABSTRACT vii
DAFTAR ISI viii
DAFTAR TABEL xi
DAFTAR GAMBAR xiii

BAB 1 PENDAHULUAN
1.1 Latar Belakang 1
1.2 Rumusan Masalah 2
1.3 Batasan Masalah 2
1.4 Tujuan Penelitian 3
1.5 Manfaat Penelitian 3
1.6 Metodologi Penelitian 4
1.7 Sistematika Penulisan 5

BAB 2 TINJAUAN PUSTAKA 7

2.1 DataBase 7
2.2 Data Mining 10

Universitas Sumatera Utara

 ix

2.3 Association Rule 10

2.4 Algoritma Apriori 12
2.5 Algoritma Fp-Growth 12

BAB 3 ANALISIS DAN PERANCANGAN SISTEM 16

3.1 Analisis Kebutuhan 16
3.1.1 Analisis Data dengan Apriori 17
3.1.2 Pengelompokan Daftar Produk 19
3.1.3 Analisis Pencarian Pola Frekuensi Tinggi 21
3.1.4 Pembentukan Aturan Asosiasi 33
3.1.5 Analisis Data Dengan FP-Growth 35
3.2 Perancangan Sistem 49
3.2.1 Data Flow Diagram(DFD) 49
3.2.2 DFD Level 0 50
3.2.3 DFD Level 1 Apriori 51
3.2.4 DFD Level 1 FP-Growth 52
3.2.5 Flowchart Algoritma 53
3.3 Perancangan Sistem 57
3.4. Perancangan Tampilan Antarmuka 58
3.4.2 Form Login 59
3.4.3 Menu Utama 59
3.4.4 Transaksi 60
3.4.5 Olah Barang 61
3.4.6 Perancangan Proses Apriori 62
3.4.6 Perancangan Proses FP-Growth 63
3.4.7 Perancangan Output FP-Growth 64
3.4.8 Perancangan Output dengan Apriori 64
BAB 4 IMPLEMENTASI DAN PENGUJIAN

4.1 Implementasi Sistem 65

Universitas Sumatera Utara

 4.2.Persiapan teknis 66
4.3 Tampilan Aplikasi 66

BAB 5 KESIMPULAN DAN SARAN 73

5.1 Kesimpulan 73
5.2 Saran 73

Universitas Sumatera Utara

 xi

DAFTAR TABEL

Hal.

Tabel 3.1 Tabel Data Transaksi 18

Tabel 3.2 Tabel Data Produk 19
Tabel 3.3 Tabel C1 22
Tabel 3.4 Tabel L1 24
Tabel 3.5 Tabel C2 27
Tabel 3.5 Tabel L2 33
Tabel 3.7 Tabel Pembentukan Korelasi Produk 34
Tabel 3.8 Tabel Pembentukan Aruran Asosiasi 34
Tabel 3.9 Tabel Data Barang Fp-Growth 35
Tabel 3.10 Tabel Transaksi 37
Tabel 3.11 Tabel Data Barang 58
Tabel 3.12 Tabel Transaksi Barang 58
Tabel 4.1 Tabel Perbandingan Algoritma Apriori dan FP-Growth 72

Universitas Sumatera Utara

 DAFTAR GAMBAR

Hal.

Gambar 2.1 Arsitektur Data Mining 8

Gambar 2.2 Langkah-Langkah Algoritma FP-Growth 14
Gambar 3.1 Diagram Ishikawa 17
Gambar 3.2 TID 1 38
Gambar 3.3 TID 2 39
Gambar 3.4 TID 3 40
Gambar 3.5 TID 4 41
Gambar 3.6 TID 5 42
Gambar 3.7 TID 6 43
Gambar 3.8 TID 7 44
Gambar 3.9 TID 8 45
Gambar 3.10 TID 9 46
Gambar 3.11 TID 10 47
Gambar 3.12 Kondisi TID untuk Ya 48
Gambar 3.13 DFD Level 0 50
Gambar 3.14 DFD Level 1 Apriori 51
Gambar 3.15 DFD Level 1 FP-Growth 52
Gambar 3.16 Flowchart Algoritma Apriori 53
Gambar 3.17 Flowchart Algoritma Apriori(lanjutan) 54
Gambar 3.18 Flowchart Algoritma FP-Growth 55
Gambar 3.19 Flowchart Algoritma FP-Growth(lanjutan) 56
Gambar 3.20 Flowchart Sistem 57

Gambar 3.21 Perancangan Form Login 59

Universitas Sumatera Utara

 xiii

Gambar 3.22 Perancangan Menu Utama 60

Gambar 3.23 Perancangan Transaksi 60
Gambar 3.24 Perancangan Olah Barang 61
Gambar 3.25 Perancangan Proses Mining dengan Apriori 62
Gambar 3.26 Perancangan Proses Mining dengan FP-Growth 63
Gambar 3.27 Tampilan Output FP-Growth 64
Gambar 3.28 Tampilan Output Apriori 64
Gambar 4.1 Tampilan login 67
Gambar 4.2 Proses Mining dengan Apriori 1 68
Gambar 4.3 Proses Mining dengan Apriori 2 69
Gambar 4.4 Proses Mining dengan FP-Growth 1 70
Gambar 4.5 Proses Mining dengan FP-Growth 2 71

Universitas Sumatera Utara

Universitas Sumatera Utara