Algoritma Association Rule Dengan Metode Fp-Growth Untuk Menganalisa Tingkat Penyalahgunaan Narkoba (Studi Kasus Polres Padang Pariaman)

Abstract

Perkembangan kasus penyalahgunaan narkoba di Indonesia beberapa kurun waktu terakhir ini menunjukkan tingkat kenaikan yang sangat mengkhwatirkan. Narkoba merupakan zat adiktif yang biasa dipakai dibidang kesehatan. Akan tetapi, penyalahgunaan narkotika dan obat-obatan terlarang tersebut kian meningkat. Maraknya penyimpangan perilaku oleh generasi muda tersebut dapat merusak masa depan danberlangsungnya kehidupan menjadi terganggu di waktu yang akan datang. Sehubungan dengan terjadinya masalah tersebut dilakukan teknik data mining untuk menganalisa tingkat penggunaan seseorang mengkonsumsi narkoba dengan metode fp-growth. 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. jenis tingkat kasus penyalahgunaan narkoba menggunakan association rule metode FP-Growth dapat membantu pengelompokan varibael – variable yang terdapat pada sebuah kasus serta menghasilkan sebuah pengetahuan baru.