%K Eclat, frequent item set, depth first, data mining
%T IMPLEMENTASI ALGORITMA ECLAT UNTUK FREQUENT PATTERN MINING PADA PENJUALAN BARANG
%X Permasalahan yang menjadi bahan penelitian adalah keingintahuan untuk mengetahui pola pola penjualan yang bisa didapatkan dengan menerapkan metode Eclat. Eclat merupakan algoritma yang digunakan untuk menemukan frequent item set. Algoritma ini menggunakan tipe data vertikal dan melakukan pencarian depth first pada kisi bagian dan menentukan dukungan set item dengan memotongkan daftar transaksi Penelitian yang dilakukan adalah dengan membandingkan data pola penjualan yang dihasilkan algoritma Eclat. Data yang digunakan adalah data penjualan tahun 2011 dan tahun 2012. Analisa dilakukan dengan menggunakan minimum support mulai dari 5% sampai 20%. Pada minimum support 15% dan 20% tidak ditemukan aturan penjualan. Hal ini dikarenakan terlalu banyak variasi dari kelompok barang. Data yang terlalu beragam menyebabkan nilai minimum support tidak bisa lebih dari15 %, hal ini dikarenakan rata-rata banyak barang yang dibeli pelanggan adalah sebanyak 3 barang saja. Data penjualan 2010 dan 2011 memiliki pola aturan yang relatif sama dilihat dari nilai support dan nilai lift. Olie tidak ditemukan di dalam aturan karena kebanyakan penjualan olie adalah penjualan tunggal.
%A Joseph Eric Samodra 22084489
%D 2013
%L katalog4538
%I Universitas Kristen Duta Wacana