Sistem Data Mining Algoritma Apriori v2 (Penentuan Pola Pembelian Produk)
Produk ini berisi source code dan ulasan tentang aplikasi penerapan data mining menggunakan algoritma apriori berbasis Web dengan bahasa pemrograman PHP dan basis data MySQL. Studi kasus program ini adalah Data Mining Rule Asosiasi dalam Penentuan Pola Pembelian Produk Parfum yang Terjual Bersama di Setiap Transaksi pada Periode Waktu Tertentu (Mingguan/Bulanan/Tahunan).
Berikut beberapa halaman dan fitur yang disediakan pada aplikasi sistem:
1. Login, halaman admin untuk masuk ke sistem.
2. Data, halaman untuk melakukan import data transaksi penjualan parfum dalam format excel.
3. Proses, halaman untuk melakukan proses apriori dengan mengatur minimal support, minimal confidence, dan tanggal (rentang waktu data yang akan di proses).
4. Hasil, halaman laporan yang didapatkan dari proses apriori.
5. Hasil analisa, halaman laporan berupa daftar rule yang dihasilkan dari proses apriori.
6. Laporan peritungan, halaman laporan proses peritungan algoritma apriori yang dilakukan secara manual hingga daftar rule/hasil yang didapatkan.
Perbedaan dengan Aplikasi Data Mining Algoritma Apriori v1:
1. Tampilan program
Data mining merupakan metode pengolahan data berskala besar oleh karena itu data mining ini memiliki peranan penting dalam bidang industri, keuangan, cuaca, ilmu dan teknologi. Secara umum kajian data mining membahas metode-metode yang bertujuan untuk Prediksi, Klasifikasi, Pengelompokan, Asosiasi dan Estimasi.
Sistem data mining sering disebut sistem pengolahan data untuk menemukan pola yang tersembunyi dari data tersebut. Hasil dari pengolahan data dengan metode data mining dapat digunakan untuk mengambil keputusan di masa depan.
Dapatkan ulasan dan source code aplikasi untuk berbagai tujuan, seperti Prediksi, Klasifikasi, Pengelompokan, Asosiasi dan Estimasi. Contoh penerapan metode data mining yang kami kembangkan meliputi metode Neural Network, Decision Tree dan Forecasting, metode Naive Bayes Classifier dan K-Nearest Neighbor, metode K-Means Clustering, Hierarchical Clustering, dan Self Organizing Map, metode Apriori, FP-Growth, Generalized Sequential Pattern dan algoritma GRI, metode Point Estimation & Confidence Interval Estimations, Simple Linear Regression & Correlation, dan Multiple Regression.
