Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Pengembangan Metode Perhitungan Support Candidate Set Menggunakan Trie Dengan Multi-Thread Pada Permasalahan Market Basket Analysis
Gita Suciana Ramadhanty (2021) | Skripsi | Teknik Informatika , Teknik Komputer
Bagikan
Ringkasan
Penelitian pada tugas akhir ini yaitu mengenai penerapan multi-thread dan trie pada permasalahan Market Basket Analysis. Pada penelitian ini, dilakukan pengembangan untuk tahap perhitungan support candidate set. Nilai support tersebut digunakan untuk pencarian association rules pada permasalahan Market Basket Analysis. Pengembangan dilakukan untuk mempersingkat waktu pemrosesan, karena proses perhitungan support ini merupakan proses yang bottleneck dan dapat menyebabkan delay untuk proses selanjutnya. Tahapan perhitungan support didapatkan dari algoritma apriori. Algoritma tersebut mencakup sampai tahap pencarian association rule. Algoritma apriori yang diterapkan pada penelitian ini hanya sampai proses perhitungan support. Hasil perhitungan support tersebut dapat digunakan untuk pencarian association rule pada permasalahan Market Basket Analysis. Struktur data trie diterapkan pada indexing candidate set dan penyimpanan nilai support masing-masing candidate set. Proses perhitungan index candidate set didapatkan berdasarkan analisis pola yang dihasilkan. Pola candidate set dihasilkan berdasarkan jumlah varian item yang terdapat pada data transaksi. Model multi-thread yang diterapkan berupa model yang telah dianalisis berdasarkan waktu pemrosesan dan impact terhadap tahapan proses perhitungan support. Tahapan perhitungan support juga dianalisis berdasarkan efisiensi waktu yang dibutuhkan. Eksperimen dilakukan untuk mengetahui perbandingan waktu proses antara model single-thread dan multi-thread. Waktu yang didapatkan dari eksperimen pada penelitian ini, menunjukkan bahwa model multi-thread yang diterapkan terbukti lebih cepat dibandingkan dengan single-thread dalam kasus Market Basket Analysis. Oleh karena itu, model multi-thread dengan struktur data trie dapat diterapkan untuk meningkatkan kinerja proses perhitungan support. Kata kunci: multi-thread, trie, Market Basket Analysis, support.
Ringkasan Alternatif
The research in this final project is about the application of multi-thread and trie to Market Basket Analysis problems. In this research, the calculation of candidate set's support is developed. Support value is used for finding association rules in Market Basket Analysis problems. Development is done to shorten the processing time, because the support calculation process is a bottleneck process and can cause delays for the next process. Support calculation's steps are obtained from the apriori algorithm. The purpose of the algorithm is to find the association rule. The apriori algorithm that applied in this research is for the calculation of support only. The results of the support calculation can be used to search the association rule for Market Basket Analysis problems. The trie data structure is applied for indexing candidate set and storing support values for each candidate set. The process of candidate set's index calculation is obtained based on the analysis of resulting pattern. Candidate set's pattern generated based on the item variants from the transaction data. The applied multi-thread model has been analyzed based on the processing time and the impact on the support's calculation. The steps of calculating support are also analyzed based on the efficiency of the time required. In this research, experiment is done to know the time needed to process all data and the time difference between single-thread and multi-thread. The time spent shows that multi-thread model is proven to be faster than single-thread model in the application of Market Basket Analysis. Therefore, a multi-thread model with trie data structure can be applied to increase the performance of support calculation process. Keywords: multi-thread, trie, Market Basket Analysis, support.