<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="8704">
 <titleInfo>
  <title>PERBANDINGAN ALGORITMA APRIORI DAN FP-GROWTH &#13;
PADA ANALISIS PERILAKU KONSUMEN TERHADAP &#13;
PEMBELIAN DATA ELEKTRONIK</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>GUNAWAN BAYU ATMAJA - 17200027</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>Rizal Rachman, S.Si., M.M., M.Kom (Pembimbing)</namePart>
  <role>
   <roleTerm type="text">Editor</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text"></placeTerm>
   <publisher>Universitas ARS</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
&#13;
Dalam upaya mendukung kelancaran penjualan produk elektronik, perusahaan &#13;
memerlukan penerapan teknologi informasi yang tepat. Tantangan utama yang &#13;
dihadapi adalah memahami pola pembelian konsumen dan menentukan strategi &#13;
bisnis yang dapat meningkatkan penjualan serta menghindari kerugian. Penelitian &#13;
ini menggunakan teknik data mining dengan algoritma FP-Growth dan Apriori &#13;
untuk menghasilkan frequent itemsets dan menentukan aturan yang dapat &#13;
memberikan pilihan strategis bagi perusahaan. Perbandingan performa &#13;
menunjukkan bahwa algoritma FP-Growth lebih cepat dibandingkan dengan &#13;
algoritma Apriori, dengan kecepatan frequent itemsets sebesar 0,0025 detik dan &#13;
association rules sebesar 0,0027 detik, sedangkan Apriori membutuhkan 0,0050 &#13;
detik untuk frequent itemsets dan 0,0028 detik untuk association rules. Data &#13;
penelitian terdiri dari 19 jenis produk elektronik dan 30 data transaksi, dengan nilai &#13;
minimum Support 3% dan minimum confidence 80%. Hasil pengujian &#13;
menunjukkan bahwa salah satu aturan yang dihasilkan adalah jika konsumen &#13;
membeli HP 14S-FQ1036AU R7-5700-8GB/512SSD, maka direkomendasikan &#13;
untuk membeli MOUSE LOGITECH M240 SILENT BLUETOOTH - ROSE, &#13;
dengan nilai confidence sebesar 100%.</note>
 <note type="statement of responsibility"></note>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Digital Library ARS University Perpustakan Online ARS University</physicalLocation>
  <shelfLocator>017/S1.TI.SKP/2024</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">S03537K</numerationAndChronology>
    <sublocation>Teknik Informatika</sublocation>
    <shelfLocator>017/S1.TI.SKP/2024</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="27797" url="" path="/93449c5f0fa04e881a415fda4fc084b4.pdf" mimetype="application/pdf">Bab 1</slims:digital_item>
  <slims:digital_item id="27799" url="" path="/30c7b7b2ce0146b076328af3d708c89e.pdf" mimetype="application/pdf">Bab 3</slims:digital_item>
  <slims:digital_item id="27801" url="" path="/1671d6ae0312ddde58cd5a36e892c292.pdf" mimetype="application/pdf">Bab 5</slims:digital_item>
  <slims:digital_item id="27802" url="" path="/c50f056f1b8cdb8ad9416640704f5db6.pdf" mimetype="application/pdf">DAFTAR PUSTAKA</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>8704</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2026-05-12 14:41:38</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2026-05-12 14:42:35</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>