Penerapan Association Rule Mining Untuk Analisis Penempatan Tata Letak Buku Di Perpustakaan Menggunakan Algoritma Apriori

Abstract

Perpustakaan adalah sebagai gedung yang memiliki koleksi bahan pustaka (buku, majalah danmedia lainnya) yang ditata atau diatur dengan cara tertentu agar mudah dimanfaatkan oleh pengguna secara cepat dan tepat. Perpustakaan Soeman Hs memiliki 60.583 judul dan 335.745 buku. Berdasarkan hasil wawancara dalam melakukan penempatan buku diperpustakaan, buku diletakan berdasarkan kategori buku yang telah diberikan penomoran yang disebut dewey decimal classification (DDC). Namun, dalam penempatan buku belum diatur dengan melihat tingkat keseringan pengunjung dalam meminjam buku tersebut. Selain itu, pengujung kesulitan dalam mencari kembali keberadaan buku yang sering dipinjam. Untuk mengatasi masalah tersebut, maka pada tugas akhir ini penulis akan mencari buku yang sering dipinjam secara bersamaan oleh pengunjung, dengan menganalisa data transaksi peminjamaan buku menggunakan metode association rule mining. Tugas akhir ini menggunakan Algoritma Apriori. Dari data 11.550 transaksi peminjaman buku selama 3 tahun yang telah diproses menghasilkan 4 rules dengan kombinasi item terbesar adalah kategori buku agama dan ilmu sosial sering dipinjam secara bersamaan dengan nilai support 11,71% dan confidence 41,43%. Selain itu, kategori buku teknologi dan ilmu sosial sering dipinjam secara bersamaan dengan nilai support 13,8% dan confidence 40,75%. Berdasarkan hasil tersebut disaran kepada pustakawan untuk menempatkan buku-buku tersebut pada rak yang berdekatan berdasarkan kategori buku.

Penerapan Data Mining pada Tata Letak Buku Di Perpustakaan Sintong Bingei Pematangsiantar dengan Metode Apriori

“…Dimana sistem ini nantinya dapat bekerja dengan cara menganalisa dan menemukan pola-pola yang berasosiasi dengan buku-buku yang dipinjam. Teknik inilah yang biasa disebut analisis asosiasi [4] [5].…”

“…Aplikasi ini juga sangat berguna sebagai alternative alat bantu pengambil keputusan dalam pengadaan buku-buku baru sesuai dengan kebutuhan pengunjung perpustakaan [7]. Adanya kasus perpustakaan menggunakan metode apriori didaerah lain seperti Implementasi Algoritma Apriori Pada Data Mining Untuk Pola Peminjaman Buku Di Perpustakaan Uin Raden Fatah Palembang [4], Penerapan Association Rule Mining Untuk Analisis Penempatan Tata Letak Buku Di Perpustakaan Menggunakan Algoritma Apriori [5], dan ada yang menggunakan metode apriori dengan kasus yang berbeda seperti Implementasi Data Mining Penjualan Tas Pada Toko Fabella Shop Menggunakan Algoritma Apriori [8].…”

Analisa Association Rule Pada Algoritma Apriori Untuk Minat Pembelian Alat Kesehatan

“…Penelitian ini [11] berhasil menganalisa data transaksi peminjaman buku untuk mengetahui buku-buku yang sering dipinjam secara bersamaan menggunakan algoritma Apriori. Dari data 11.550 transaksi peminjaman buku selama 3 tahun yang telah diproses menghasilkan 4 rules dengan kombinasi item terbesar adalah kategori buku agama dan ilmu sosial sering dipinjam secara bersamaan dengan nilai support 11,71% dan confidence 41,43%.…”

Penerapan Algoritme Fp-Growth Untuk Menentukan Peletakan Barang Pedagang Sayur

“…Penerapan aturan asosiasi bertujuan untuk menemukan informasi pada itemitem yang saling berhubungan dalam bentuk aturan. Aturan asosiasi adalah aturan asosiasi antar suatu kombinasi item (Afdal & Rosadi, 2019).…”