Model Data Mining Dalam Mengidentifikasi Pola Laju Pertumbuhan Antar Sektor Ekonomi di Provinsi Sumatera Selatan dan Bangka Belitung

Widya Cholil; Ade Ramadhan Dalimunthi; Linda Atika

doi:10.34148/teknika.v8i2.181

Widya Cholil Program Studi Teknik Informatika, Universitas Bina Darma Palembang
Ade Ramadhan Dalimunthi Program Studi Teknik Informatika, Universitas Bina Darma Palembang
Linda Atika Program Studi Teknik Informatika, Universitas Bina Darma Palembang

DOI: https://doi.org/10.34148/teknika.v8i2.181

Keywords: Algoritma Apriori, Analisis Asosiasi, Data Mining, Pertumbuhan Ekonomi, Produk Domestik Regional Bruto

Abstract

Salah satu fungsional dari data mining adalah analisis asosiasi. Asosiasi sering disebut analisis keranjang pasar karena biasa digunakan untuk mengidentifikasi item-item produk yang kemungkinan dibeli oleh konsumen bersamaan dengan produk lain. Pada penelitian ini metode asosiasi diterapkan untuk melihat pola laju pertumbuhan antar sektor ekonomi penyusun Produk Domestik Regional Bruto (PDRB) di wilayah Provinsi Sumatera Selatan dan Bangka Belitung. Data yang diteliti adalah data kurun waktu tahun 1993 hingga tahun 2018. Adapun algoritma yang digunakan dalam melakukan analisis asosiasi adalah algoritma apriori. Pengolahan data mengikuti tahapan proses knowledge discovery from data (KDD) dengan bantuan perangkat lunak Rapid Miner. Hasil akhir penelitian ini diperoleh dari 17 sektor ekonomi yang ada terdapat 7 buah pola hubungan antar sektor ekonomi di Provinsi Sumatera Selatan dan 14 buah pola hubungan antar sektor ekonomi di Provinsi Bangka Belitung. Melalui penelitian ini diharapkan dapat memberi manfaat bagi pemerintah, khususnya pemerintah kedua provinsi, dalam merancang program pembangunan untuk masa yang akan datang. Penelitian ini juga dapat digunakan pada penelitian yang lain sebagai referensi pengaplikasian analisis asosiasi data mining di luar data transaksi belanja.

Downloads

Download data is not yet available.

References

Susanto, S. & Suryadi, D. (2010). Pengantar Data Mining Menggali dari Bongkahan Data. Yogyakarta: Andi.

Gunadi, G. & Sensuse, D.I. (2012). Penerapan Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku dengan Menggunakan Algoritma Apriori dan FP-Growth. Jurnal Telematika MKOM, Vol 4, No 1.

BPS Provinsi Sumatera Selatan. (2018). Produk Domestik Regional Bruto Provinsi Sumatera Selatan Menurut Lapangan Usaha Tahun 2013-2017. Palembang.

Tarigan, R. (2005). Ekonomi Regional Teori dan Aplikasi. Jakarta: Bumi Aksara.

Han, J. & Kamber, M. (2010). Data Mining Concepts and Techniques. Verlag Berlin.

Kusrini & Luthfi, E.T. (2009). Algoritma Data Mining. Yogyakarta: Andi.

Fayyad, U., Shapiro, G.P. & Smyth, P. (1997). From Data Mining to Knowledge Discovery in Databases. AI Magazine, Vol. 17, No. 3.

Salamah, E.N. & Ulinnuha, N. (2017). Analisis Pola Pembelian Obat dan Alat Kesehatan di Klinik Ibu dan Anak Graha Amani dengan Menggunakan Algoritma Apriori. Jurnal Inform, Vol. 2, No. 1.

Handojo, A, Budhi, G.S. & Rusly, H. (2007). Aplikasi Data Mining Untuk Meneliti Asosiasi Pembelian Item Barang di Supermarket dengan Metode Market Basket Analysis. Universitas Kristen Petra.

Ariana, G.B. & Asana, I.M.D.P. (2013). Analisis Keranjang Belanja dengan Algoritma Apriori pada Perusahaan Retail. Prosiding Seminar Nasional Sistem Informasi Indonesia 2013.

Dennis, A.C. (2013). Belajar Data Dengan Rapid Miner. Jakarta.