Implementasi Data Mining Pada Perpustakaan Untuk Penentuan Tata Letak Buku Dalam Menarik Minat Baca

Abstract

Perpustakaan memiliki sistem informasi untuk mempermudah manajemen sirkulasi buku. Sistem informasi biasanya hanya menghasilkan laporan harian, mingguan atau bahkan bulanan saja. Data mining adalah suatu cara dalam menemukan pengetahuan baru pada basis data dari suatu sistem informasi. Data mining mampu mengurai basis data untuk melakukan ekstraksi pengetahuan yang tidak ditemukan sebelumnya oleh sistem informasi. Asosiasi merupakan salah satu metode data mining yang bisa dipakai untuk menggali suatu pengetahuan baru. Teknik asosiasi memiliki berbagai algoritma yang dapat digunakan sebagai pendekatan dalam membentuk kombinasi produk, salah satunya adalah menggunakan algoritma apriori. Apriori berjalan dengan melakukan pendekatan dengan iterasi berulang pada basis data, dimana k-itemset dipakai membentuk (k+1)-itemset selanjutnya. Aturan asosiasi dimulai dengan penyiapan basis data serta setting nilai batas support dan confidence. Apriori melakukan scaning basis data secara berulang untuk membuat kombinasi dan mencatat kemunculannya pada semua transaksi. Frequent itemset atau kombinasi yang paling sering muncul diambil dari itemset yang total kemuculannya lebih besar atau sama dengan ambang nilai support yang ditentukan. Data yang dipakai pada riset ini adalah sampel 100 data peminjaman dari basis data sistem informasi perpustakaan Universitas Pendidikan Nasional. Terdapat 42 judul buku yang memenuhi minimum support, berhasil dibentuk 40 aturan asosiasi yang sesuai memenuhi minimum confidence. Berdasarkan analisis dan pembahasan tersebut diatas maka dapat dilihat bahwa algoritma apriori dapat menemukan frequent itemset tersembunyi dari data peminjaman buku yang digunakan untuk membentuk aturan asosiasi. Aturan asosiasi yang dihasilkan bisa dipakai mendukung keputusan penataan buku yang baik guna meningkatkan minat baca anggota perpustakaan.