Text

Pengaplikasian Metode Association Rules dengan Algoritma Apriori pada Pencarian Tag Populer dalam Website Freecode

---

ABSTRAK
Freecode merupakan sebuah website yang berfungsi sebagai direktori yang menyimpan berbagai macam jenis software project yang bersifat gratis dan open source. Karena situs ini berfungsi sebagai cuplikan data fakta mengenai direktori yang memuat project FLOSS dengan skala besar, kita dapat memanfaatkan website ini untuk mendapatkan berbagai macam informasi yang tidak terpapar secara eksplisit pada software project yang diunggah. Contohnya, apakah pengguna situs Freecode pada masanya memiliki trend atau pattern yang menarik untuk dipelajari. Pada penelitian ini, diusulkan menggunakan teknik data mining yaitu Association Rules dengan algoritma Apriori. Dengan melihat keterkaitan antar rules yang telah terbentuk, kombinasi tag yang memiliki nilai support dan confidence yang tinggi dapat dipelajari sebagai pattern atau trend yang pernah populer di kalangan pengguna Freecode. Dari rules yang telah terbentuk, dapat diambil satu contoh yaitu rule [GPL, Linux -> POSIX] memiliki nilai support tertinggi yaitu 16% dan nilai confidence sebesar 92% yang berarti, dalam satu project yang memiliki tag GPL dan Linux, kemungkinan besar juga memiliki tag POSIX di dalamnya.
Kata kunci : Association rules, Algoritma apriori, Data mining

ABSTRACT
Freecode is a website that was used as a directory that stores various types of software projects that are free and open source. Because this site stands as a snapshot of factual data about directories containing FLOSS projects on a large scale, we can use this website to utilize a variety of information that is not explicitly exposed to software projects uploaded. For example, if Freecode site users in their time had interesting trends or patterns for us to learn. In this problem, it is proposed to use an effective data mining techniques, namely Association Analysis (Association Rules) with Apriori algorithm. By looking at the relationship between the rules that have been formed, the combination of tags that have a high value of support and confidence can be learned as a pattern or trend that was once popular among Freecode website users. From the rules that have been formed, can be taken one of the rules as an example that is [GPL, Linux -> POSIX] which has the highest support value of 16% and a confidence value of 92% which means, in a project that has GPL and Linux tags, it is most likely to also find a POSIX tag inside it.
Keywords : Association rules, Apriori algorithm, Data mining

---

Ketersediaan

876F20IV

876 F 20-iv

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

876 F 20-iv

Penerbit

: ., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

KEPUSTAKAAN

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Puty Dwi Amanda

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar