ANALISA ASOSIASI UNTUK MENENTUKAN HARGA PANGAN MENGGUNAKAN FP-GROWTH DI DINAS KOPERINDAG KABUPATEN BANYUASIN (STUDI KASUS : PASAR PAGI BETUNG)

Data mining adalah proses untuk mengekstraksi atau menggali pengetahuan
dari data yang berjumlah besar. Data berskala besar memunculkan fenomena
“data rich but information poor”, dimana data yang berjumlah besar tidak
diikuti dengan peningkatan informasi yang didapat dari data tersebut. Fenomena
ini juga terjadi di Dinas Koperasi Usaha Kecil Menengah dan Perdagangan
(KOPERINDAG), Kabupaten Banyuasin.
Adapun teknik yang digunakan dalam hal ini adalah algoritma Fp-Growth,
yaitu sebuah algoritma yang menghasilkan frequent itemset yang nantinya akan
digunakan dalam proses penentuan aturan yang dapat menghasilkan sebuah
pilihan. Algoritma Fp-Growth merupakan pengembangan dari algoritma
Apriori.
Informasi mengenai data Pangan di Dinas Koperasi Usaha Kecil Menengah
dan Perdagangan (KOPERINDAG), Kabupaten Banyuasin, Sumatera Selatan
yang dihasilkan dari penerapan data mining yang dilakukan. Semakin kecil
batasan nilai data harga sembako yang ditentukan maka semakin sedikit pula
pola/aturan yang dapat dihasilkan dan waktu yang diperlukan lebih sedikit