Penerapan Data Mining Algoritma Association Rule Metode FP-Growth untuk Menganalisa Tingkat Kekerasan dalam Rumah Tangga

Authors

  • M.Hafizh Universitas Putra Indonesia YPTK

DOI:

https://doi.org/10.35134/jmi.v25i1.36

Keywords:

Data Mining, Association Rules, FP-Growth, Frequent Itemset

Abstract

Pada saat sekarang ini terus berkembang jumlah kasus Kekerasan Dalam Rumah Tangga (KDRT) sehingga membuat para penyidik ingin mendapatkan strategi penyidikan yang lebih baik. Dengan adanya strategi penyidikan yang benar dan cepat akan dapat mengurangi biaya dan mendapat sasaran yang tepat. Salah satu cara yang dapat dilakukan untuk penentuan strategi tersebut adalah dengan menggunakan teknik data mining. Adapun teknik yang digunakan dalam hal ini adalah Algoritma FP-Growth. FP-Growth adalah salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sekumpulan data. Algoritma FP-Growth merupakan pengembangan dari algoritma Apriori. Sedangkan di dalam algoritma FP-Growth tidak dilakukan generate candidate karena FP-Growth menggunakan konsep pembangunan tree dalam pencarian frequent itemset. Penelitian dilakukan dengan mengamati beberapa variabel kasus KDRT yang sering dilaporkan, Yaitu Terlapor, Jenis Pekerjaan, dan jenis kekerasan yang dilakukan. Hasil penelitian ini adalah berupa suatu perangkat lunak dengan mengimplementasikan algoritma FP-Growth yang menggunakan konsep pembangunan FP-Tree dalam mencari Frequent Itemset.

References

Ali Ikhwan, Dicky Nofriansyah, Sriani. 2014. Penerapan Data Mining dengan Algoritma Fp-Growth untuk Mendukung Strategi Promosi Pendidikan ( Studi Kasus Kampus STMIK Triguna Dharma) Padang : Program Studi Sistem Komputer.

Bharat Gupta. 2011. FP-Tree Based Algorithms Analysis: FPGrowth, COFI-Tree and CT-PRO. India : Student, Department of Computer Science Thapar University.

David samuel. 2008. Penerapan Stuktur Fp-tree dan Algoritma Fp-growth Dalam Optimasi Penentuan Frequent Itemset. Bandung : Program Studi Teknik Informatika.

Erwin. 2009. Analisis Market Basket Dengan AlgoritmaApriori dan FP-Growth. Sumatera Selatan : Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Sriwijaya.

Hamidah Abdurrachman. 2010. Perlindungan Hukum Terhadap Korban Kekerasan Dalam Rumah Tangga dalam Putusan Pengadilan Negeri Sebagai Implementasi Hak-Hak Korban. Jawa Tengah : Fakultas Hukum Universitas Pancasakti.

Kennedi Tampubolon, Hoga Saragih, Bobby Reza. 2013. Implementasi Data Mining Algoritma Apriori Pada Sistem Persediaan Alat-alat Kesehatan. Medan : Program Pascasarjana STMIK ERESHA.

Mujib Ridwan, Hadi Suyono, dan M. Sarosa. 2013. Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier.

Nurhayati. 2014. Metode Rough Set untuk Melihat Perilaku Suami yang Menjadi Akseptor KB Vasektomi. Binjai Sumut : Program Studi Teknik Informatika.

Yuli Asriningtias, Rodhyah Mardhiyah. 2014. Aplikasi Data Mining Untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa. Yogyakarta : Program Studi Teknik Informatika.

Ririanti. 2014. Implementasi Algoritma Fp-growth Pada Aplikasi Prediksi Persediaan Sepeda Motor (Studi Kasus PT. Pilar Deli Labumas).Medan : Mahasiswa Program Studi Teknik Informatika STMIK Budi Darma.

Rana Rafsanzani, Candra Dewi, Dian Eka Ratnawati. 2014. Pencarian Association Rule Pada Data Pengguna Aplikasi Android Dengan Metode Fp-Growth. Jawa Timur : Program Studi Teknik Informatika, Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya.

Downloads

Published

2018-06-30

How to Cite

M.Hafizh. (2018). Penerapan Data Mining Algoritma Association Rule Metode FP-Growth untuk Menganalisa Tingkat Kekerasan dalam Rumah Tangga. Majalah Ilmiah UPI YPTK, 25(1), 99–106. https://doi.org/10.35134/jmi.v25i1.36

Issue

Section

Articles