2017
DOI: 10.17933/jppi.2017.070201
|View full text |Cite
|
Sign up to set email alerts
|

PENERAPAN ALGORITMA APRIORI TID SEBAGAI METODE OPTIMASI PENCARIAN DATA PADA APLIKASI MOBILE SIDOARJO on HANDS (SoH)

Abstract: AbstrakSoH merupakan aplikasi mobile berbasis android yang dapat memudahkan masyarakat untuk mendapatkan informasi tentang potensi daerah yang dimiliki Kabupaten Sidoarjo. SoH dikembangkan dengan tujuan agar dapat mendukung promosi potensi daerah Kabupaten Sidoarjo. Pencarian data pada prototype aplikasi SoH versi 1.0 menggunakan metode join matching query. Sistem sudah mampu menampilkan hasil pencarian potensi Kabupaten Sidaorjo dengan baik namun dirasa kurang optimal. Agar pencarian data oleh sistem dapat le… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1

Citation Types

0
1
0
2

Year Published

2019
2019
2022
2022

Publication Types

Select...
3

Relationship

0
3

Authors

Journals

citations
Cited by 3 publications
(3 citation statements)
references
References 3 publications
0
1
0
2
Order By: Relevance
“…Pada umumnya data yang diolah bersifat homogen. Studi pertama tentang pencarian aturan asosiasi diperoleh dari itemset yang sering muncul secara bersama-sama [3]. Salah satu algoritma yang sering digunakan untuk pencarian aturan asosiasi adalah Apriori (Gunawan, dkk, 2016).…”
Section: Algoritma Apriori Tidunclassified
See 1 more Smart Citation
“…Pada umumnya data yang diolah bersifat homogen. Studi pertama tentang pencarian aturan asosiasi diperoleh dari itemset yang sering muncul secara bersama-sama [3]. Salah satu algoritma yang sering digunakan untuk pencarian aturan asosiasi adalah Apriori (Gunawan, dkk, 2016).…”
Section: Algoritma Apriori Tidunclassified
“…Salah satu algoritma yang sering digunakan untuk pencarian aturan asosiasi adalah Apriori (Gunawan, dkk, 2016). Penting tidaknya sebuah aturan asosiasi dapat diketahui dengan dua parameter, yaitu support (nilai penunjang), yaitu persentase kejadian kombinasi item atau support count jumlah itemset yang muncul dalam sekumpulkan transaksi, dan confidence (nilai kepastian), yaitu kuatnya hubungan antar item dalam aturan asosiasi (J. Han.,et,al, 2012) Analisis asosiasi didefinisikan suatu proses untuk menemukan semua aturan assosiatif yang memenuhi syarat minimum untuk support (minimum support), dan syarat minimum untuk confidence (minimum confidence) [3].…”
Section: Algoritma Apriori Tidunclassified
“…Furthermore, the reading will be transferred to the candidate database, which is a candidate itemset that has been pruned based on the minimum support. Therefore, the Apriori TID algorithm becomes very effective at the end of the process because the Ck size is getting smaller [17].…”
Section: Introductionmentioning
confidence: 99%