Sistem Rekomendasi Buku Perpustakaan Menggunakan Algoritma Frequent Pattern Growth

Tia Monisya Afriyanti, Endang Retnoningsih

Abstract


Perpustakaan memiliki pelayanan utama memfasilitasi peminjaman buku, untuk memudahkan anggota perpustakaan menemukan buku yang tepat, perpustakaan dapat dilengkapi dengan sistem pencarian buku. Sistem pencarian buku yang tersedia umumnya kurang membantu untuk menemukan buku yang tepat bagi anggota yang belum menentukan buku yang akan dipinjam. Algoritma Frequent Pattern Growth (FP-Growth) merupakan metode yang digunakan dalam sistem rekomendasi peminjaman buku. Tahapan dari metode FP-Growth yaitu tahap pengumpulan data, tahap menyusun tabel generate frequent itemset, tahap menentukan nilai minimal support, tahap pembangkitan conditional pattern base, tahap pembangkitan conditional FP-tree, tahap pencarian frequent item sets dan menentukan nilai support dan confidence pada setiap itemset. Hasil penggunaan sistem rekomendasi peminjaman buku ini mempermudah pustakawan dalam proses pengolahan data buku, data peminjaman, serta anggota dapat mengetahui perbaharuan dari setiap buku-buku yang direkomendasikan secara random. Bagi anggota rekomendasi top five merupakan rekomendasi buku yang terbanyak dipinjam oleh semua anggota, rekomendasi sejenis merupakan rekomendasi bagi anggota berdasarkan judul yang terkait dengan pencarian dan peminjaman.

Keywords


association;book search;frequent pattern growth; library; recommendation system

Full Text:

PDF

References


E. Retnoningsih, “Sistem Informasi Perpustakaan Pada Perpustakaan Umum Jakarta Timur,” J. Inf. Syst. Educ. Prof., vol. 1, no. 1, pp. 92–102, 2016.

E. Rahma, Akses Dan Layanan Perpustakaan Teori dan Aplikasi. Jakarta: Prenadamedia Group, 2018.

M. Kadafi, “Penerapan Algoritma FP-GROWTH untuk Menemukan Pola Peminjaman Buku Perpustakaan UIN Raden Fatah Palembang,” J. MATICS, vol. 10, no. 2, p. 52, 2019, doi: 10.18860/mat.v10i2.5628.

E. Kurniawan, “Implementasi Data Mining Dalam Analisa Pola Peminjaman Buku Di Perpustakaan Menggunakan Metode Association Rule,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 5, no. 1, pp. 89–96, 2019, doi: 10.33330/jurteksi.v5i1.324.

D. Y. Hardiyanti, H. Novianti, and A. Rifai, “Penerapan Algoritma Fp-Growth Pada Sistem,” J. Comput. Eng. Syst. Sci., vol. 3, no. 1, pp. 75–77, 2018.

H. Murti, E. Lestariningsih, and Sugiyamta, “Perancangan Sistem Rekomendasi Buku pada Katalog Perpustakaan Menggunakan Pendekatan Content-Based Filtering dan Algoritma FP-Growth,” in ProcedingSINTAK 2019, 2019, pp. 532–536, [Online]. Available: https://www.unisbank.ac.id/ojs/index.php/sintak/article/view/7643.

R. Banik, Hands-On Recommendation Systems With Python. United Kingdom: Packt Publishing Ltd, 2018.

M. Yusuf, Metode Penelitian Kualitatif, Kuantitatif, dan Penelitian Gabungan. Jakarta: Kencana, 2017.

Rukajat, Pendekatan Penelitian Kualitatif (Qualtative Research Approach). Yogyakarta: Deepublish, 2018.

I. Hernawan, Penelitian Pendidikan Kualitatif, Kuantitatif dan Mixed Methode. Kuningan: Hidayatul Quran Kuningan, 2019.

F. Sulianta and D. Juju, Data Mining Meramalkan Bisnis Perusahaan. Jakarta: Elex Media Komputindo, 2010.

B. Santoso and A. Umam, Data Mining dan Big Data Analytics. Yogyakarta: Penebar Media Pustaka, 2018.

E. Buulolo, Data Mining Untuk Perguruan Tinggi. Yogyakarta: Deepublish, 2020.

A. Wanto et al., Data Mining Algoritma & Implementasi. Yayasan Kita Menulis, 2020.




DOI: https://doi.org/10.33633/tc.v21i2.5789

Article Metrics

Abstract view : 825 times
PDF - 499 times

Refbacks

  • There are currently no refbacks.


Bookmark and Share


Diterbitkan Oleh :

 

Jurnal Techno.Com terindex di :

    Screenshot-2024-02-11-at-17-10-53

Jurnal Teknologi Informasi Techno.Com (p-ISSN : 1412-2693, e-ISSN : 2356-2579) diterbitkan oleh LPPM Universitas Dian Nuswantoro Semarang. Jurnal ini di bawah lisensi Creative Commons Attribution 4.0 International License.