IMPLEMENTASI ALGORITMA FP-GROWTH UNTUK MENGETAHUI POLA PENEMPATAN BUKU DI PERPUSTAKAAN DAERAH TTU
DOI:
https://doi.org/10.31849/zn.v7i2.26520Keywords:
Data Mining, FP-Growth, Perpustakaan, Tata Letak BukuAbstract
Perkembangan teknologi informasi telah memberikan dampak signifikan dalam berbagai bidang, termasuk pengelolaan dan pelayanan perpustakaan. Perpustakaan sebagai pusat informasi publik dituntut untuk mengikuti perkembangan zaman melalui penerapan teknologi informasi guna meningkatkan efisiensi dan kualitas layanan. Seiring bertambahnya koleksi, perpustakaan menyimpan ribuan buku dari berbagai kategori, yang membuat proses pencarian buku menjadi tidak efisien jika tata letaknya tidak diatur dengan baik. Salah satu tantangan utama yang dihadapi adalah pengelolaan tata letak buku agar lebih terstruktur, efisien, dan mampu meningkatkan kenyamanan pengunjung dalam mencari dan meminjam buku. Penelitian ini bertujuan untuk mengetahui pola peminjaman buku serta mengoptimalkan tata letak buku di Perpustakaan Daerah Timor Tengah Utara (TTU) berdasarkan hubungan antar buku yang sering dipinjam secara bersamaan. Untuk mencapai tujuan tersebut, penelitian ini menerapkan algoritma Frequent Pattern Growth (FP-Growth), sebuah metode data mining yang digunakan untuk menemukan pola asosiatif antar item dalam transaksi peminjaman. Data yang digunakan berupa 435 transaksi peminjaman buku yang dicatat selama periode Januari hingga Desember 2024. Tahapan dalam penelitian ini meliputi pengumpulan data, preprocessing untuk membersihkan dan menyusun data, pembentukan struktur FP-Tree, serta proses ekstraksi aturan asosiasi menggunakan parameter minimum support sebesar 5% dan minimum confidence sebesar 75%. Implementasi dilakukan menggunakan bahasa pemrograman Python dengan bantuan platform Google Colaboratory. Hasil penelitian menunjukkan bahwa algoritma FP-Growth mampu mengidentifikasi sebanyak 139 aturan asosiasi yang valid, seluruhnya memenuhi ambang batas nilai confidence di atas 75%. Temuan ini menunjukkan adanya keterkaitan yang konsisten antara beberapa buku yang sering dipinjam bersamaan oleh pengunjung. Informasi tersebut sangat berguna dalam penyusunan tata letak buku yang lebih optimal, yakni dengan menempatkan buku-buku yang saling berelasi dalam rak yang berdekatan. Dari hasil penelitian ini, maka dapat disimpulkan bahwa algoritma FP-Growth merupakan pendekatan yang efektif dan efisien dalam mendukung pengambilan keputusan berbasis data untuk meningkatkan penataan koleksi dan kualitas layanan di lingkungan perpustakaan.
References
Wadanur, A., & Sari, A. A. (2022). Implementasi Algoritma Apriori dan FP-Growth pada Penjualan Spareparts. Edumatic: Jurnal Pendidikan Informatika, 6(1), 107–115. https://doi.org/10.29408/edumatic.v6i1.5470
Kana, F., Ramadhan, M., & Mahyuni, R. (2022). Implementasi Data mining Menganalisa Pola Penjualan Rempah-Rempah Menggunakan Metode FP-Growth. Jurnal Sistem Informasi Triguna Dharma (JURSI TGD), 1(4), 557. https://doi.org/10.53513/jursi.v1i4.5586
R. Manaek, Richardus Eko Indrajit, and Erick Dazki, “Arsitektur Perusahaan Untuk Infrastuktur Telekomunikasi Di Daerah Pedalaman Indonesia,” SATIN - Sains dan Teknol. Inf., vol. 9, no. 2, pp. 01–11, 2023, doi: 10.33372/stn.v9i2.1000.
A. Padillah, H. Satria Tambunan, R. A. Nasution, and G. Artikel, “Penerapan Algoritma FP-Growth dalam Menganalisa Pola dan Tata Letak Bahan Makanan,” JOMLAI J. Mach. Learn. Artif. Intell., vol. 1, no. 4, pp. 2828–9099, 2022, doi: 10.55123/jomlai.v1i4.1673.
M. Ghofur, Y. A. Pranoto, F. X. Ariwibisono, and F. T. Industri, “PENERAPAN ALGORITMA APRIORI UNTUK ANALISIS DATA TRANSAKSI PENJUALAN PADA TOKO BERBASIS WEB,” vol. 4, no. 1, 2020. https://doi.org/10.36040/ jati.v4i1.2341.
Wadanur, A., & Sari, A. A. (2022). Implementasi Algoritma Apriori dan FP-Growth pada Penjualan Spareparts. Edumatic: Jurnal Pendidikan Informatika, 6(1), 107–115. https://doi.org/10.29408/edumatic.v6i1.5470
Almira, A., Suendri, S., & Ikhwan, A. (2021). Implementasi Data Mining Menggunakan Algoritma Fp-Growth pada Analisis Pola Pencurian Daya Listrik. Jurnal Informatika Universitas Pamulang, 6(2), 442-448. https://doi.org/10.32493/informatika.v6i2.12278.
Y. Andini, J. T. Hardinata, and Y. P. Purba, “Penerapan Data Mining pada Tata Letak Buku Di Perpustakaan Sintong Bingei Pematangsiantar dengan Metode Apriori,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 7, no. 1, p. 13, 2022, doi: 10.30645/jurasik.v7i1.410.
Dayu Renita, Eka Dyar Wahyuni, and Seftin Fitri Ana Wati, “Implementasi Data Mining Pada Sistem Informasi Menggunakan Fp-Growth,” J. Ilm. Sist. Inf. dan Ilmu Komput., vol. 3, no. 3, pp. 10–20, 2023, doi: 10.55606/juisik.v3i3.620.
S. Komariyah, Saeful Anwar, and Bani Nurhakim, “Implementasi Data Mining FP-Growth Untuk Analisis Pola Pembelian Pada Transaksi Penjualan,” J. Manaj. Dan Bisnis Ekon., vol. 1, no. 2, pp. 62–75, 2023, doi: 10.54066/jmbe-itb.v1i2.128.
Dawis, A. M., Rahmayanti, D., Rachman, T., Impron, A., & Kelen, Y. P. K. (2025). Pendekatan Modern Dalam Analisis Dan Desain Teknologi Informasi. Get Press Indonesia. ISBN: 978-623-125-601-0.
Kelen, Yoseph PK, et al. "Decision support system for the selection of new prospective students using the simple additive weighted (SAW) method." AIP Conference Proceedings. Vol. 2798. No. 1. AIP Publishing, 2023. https://doi.org/10.1063/5.0154676.
Yang, Y., Tian, N., Wang, Y., & Yuan, Z. (2022). A parallel FP-growth mining algorithm with load balancing constraints for traffic crash data. International Journal of Computers Communications & Control, 17(4), e4806. https://doi.org/10.15837/ijccc.2022.4.4806.
ahir, M., & Sitompul, N. (2021). Penerapan algoritma FP-Growth dalam menentukan kecenderungan mahasiswa mengambil mata kuliah pilihan. Network Engineering Research Operation, 6(1), 56–63. https://doi.org/10.21107/nero.v6i1.216.
Vidiya, E. C., & Testiana, G. (2023). Analisis pola pembelian di Lathansa Cafe & Ramen dengan menggunakan algoritma FP-Growth berbantuan RapidMiner. G-Tech: Jurnal Teknologi Terapan, 7(3), 1118–1126. https://doi.org/10.33379/gtech.v7i3.2739.
Sandi, A. P., & Ningsih, V. W. (2022). Implementasi data mining sebagai penentu persediaan produk dengan algoritma FP-Growth pada data penjualan Sinarmart. Jurnal Publikasi Ilmu Komputer dan Multimedia, 1(2), 111–122. https://doi.org/10.55606/jupikom.v1i2.343E-Jurnal STIE Trianandra+2.
Hartanti, D., & Atina, V. (2023). Sistem analisis persediaan stok produk dengan algoritma FP-Growth. Jurnal Sistem Informasi dan Informatika, 5(4), 1312–1320. https://doi.org/10.51519/journalisi.v5i4.580
Downloads
Published
Issue
Section
License
Copyright (c) 2025 ZONAsi: Jurnal Sistem Informasi
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
CC BY-SA 4.0
Attribution-ShareAlike 4.0
You are free to:
- Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
- Adapt — remix, transform, and build upon the material for any purpose, even commercially.
- The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
- Attribution — You must give appropriate credit , provide a link to the license, and indicate if changes were made . You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
- No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation .
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
