DOI: https://doi.org/10.14710/transmisi.20.2.49-56

ATURAN REKOMENDASI BARANG MENGGUNAKAN MULTI LEVEL ASSOCIATION RULES MINING (ML-ARM)

*Zahra Arwananing Tyas  -  Teknologi Informasi, Fakultas Sains dan Teknologi, Universitas ‘Aisyiyah Yogyakarta, Indonesia
Dikirim: 10 Peb 2018; Diterbitkan: 4 Apr 2018.
Akses Terbuka Copyright (c) 2018 Transmisi

Citation Format:
Sari

Sistem rekomendasi dapat menghasilkan rekomendasi dengan berbagai cara dan menggunakan berbagai macam metode, salah satunya adalah memanfaatkan tumpukan kasus lama atau tumpukan data transaksi lama yang dapat menghasilkan informasi atau aturan dengan metode Association Rules Mining(ARM). Aturan terbentuk dengan metode multi level ARM dan menghasilkan 5 aturan yang akan dicocokkan dengan masukan pengguna. Saat aturan ditemukan cocok maka consequent dari aturan tersebut akan dijadikan hasil rekomendasi.  Hasil pengujian dari aturan yang terbentuk memiliki nilai akurasi 94,12% dan nilai precision, recall dan F-measure untuk sistem rekomendasi ini pada proses rekomendasi dengan aturan yaitu berturut 0,475; 0,513 dan 0,25.

Fulltext View|Download
Kata Kunci: sistem rekomendasi; multi level association rules mining; association rules mining; cross validation
Pemberi dana: Universitas 'Aisyiyah Yogyakarta

Article Metrics:

Article Info
Bagian: Artikel - Teknik Tenaga Listrik
Bahasa : ID
Recent articles
PERANCANGAN ALAT PENGGERAK ANTENA MENGGUNAKAN METODE KONTROL PROPORTIONAL, INTEGRAL, DERIVATIVE (PID) UNTUK MELACAK OBJEK BERGERAK DESAIN BAND PASS FILTER DIGITAL FIR DENGAN METODE KAISER WINDOW UNTUK MEMFILTER SINYAL PINGER 37.5 kHz ANALISIS PENDEKATAN GAME THEORY UNTUK PEMILIHAN KANAL PADA JARINGAN RADIO KOGNITIF More recent articles
Most cited articles
Analisis Indikasi Kegagalan Transformator dengan Metode Dissolved Gas Analysis PERANCANGAN PERANGKAT LUNAK PENDETEKSI SUDUT DAN POSISI MENGGUNAKAN MIKROKONTROLER ATMEGA 32 SISTEM PROTEKSI PENANGKAL PETIR PADA GEDUNG WIDYA PURAYA ANALISA PENGGUNAAN LAMPU LED PADA PENERANGAN DALAM RUMAH MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION (MIPSO) SEBAGAI SOLUSI ECONOMIC DISPATCH PADA SISTEM KELISTRIKAN 500 kV JAWA-BALI More cited articles
  1. . Han J, Kamber M. Data Mining: Concepts and Techniques. USA: Elsevier. 2006
  2. . Jooa J, Bangb S, Parka G, Implementation of a Recommendation System using Association Rules and Collaborative Filtering. Information Technology and Quantitative Management (ITQM 2016), Procedia Computer Science. Seoul, Korea. 2016; 91:944-952
  3. . Muralidhar, A, Pattabiraman, V, An Efficient Association Rule Based Clustering of XML Documents, Procedia Computer Science. India. 2015; 50:401-407
  4. . Jannach D, Zanker M, Felfernig A, Friedrich G. Recommender systems: an introduction. USA:Cambridge University Press. 2010
  5. . Jabbour S, Mazouri FEE, Sais L, Mining Negatives Association Rules Using Constraints, The First International Conference On Intelligent Computing in Data Science, Procedia Computer Science. Lens Cedex, France. 2018; 127: 481-488
  6. . Han J, Fu Y. Discovery of multiple-level association rules from large database. The Twenty-first International Conference on Very Large Data Bases. Zurich, Switzerland. 1995; 9: 420-431
  7. . Yang HL, Wang CS. Recommendation Sistem for IT Software Project Planning : a Hybrid Mining Approach for the Revised CBR Algorithm. IEEE International Conference on Service Sistems and Service Management. 2008:1-5
  8. . Hong TP, Huang TJ,Chang CS. Mining Multiple-level Association Rules Based on Pre-large Concepts, Data Mining and Knowledge Discovery in Real Life Applications. Ponce J, Karahoca A. (Ed.). InTech. 2009; 1: 187-200
  9. . Larose, DT, Discovering Knowledge in Data : An Introduction to Data Mining, Traduction et adaptation de Thierry Vallaud, USA. 2005
  10. . Deshmukh J, Bhosle U, Image Mining using Association Rule for Medical Image dataset, International Conference on Computational Modeling and Security (CMD) 2016, Procedia Computer Science. India. 2016; 85:117-124
  11. . Idoudi R, Ettabaa KS, Solaiman B, Hamrouni K, Ontology Knowledge mining based Association Rules Ranking, 20th International Conference on Knowledge Based and Intelligent Information and Engineering System, KES2016, Procedia Computer Science. York, United Kingdom. 2016; 96: 345-354
  12. . Tyas ZA, Hartati S. Rekomendasi Barang Berbasis Kasus Memanfaatkan Association Rules Mining. Master Thesis. Yogyakarta: Program Pascasarjana Ilmu Komputer Fakultas Mateatika dan Ilmu Pengetahuan Alam Universitas Gadjah Mada (UGM); 2015

Last update:

No citation recorded.

Last update: 2024-04-15 11:50:59

No citation recorded.