<![CDATA[Petugas perpustakaan yang berperan dalam stock buku harus mengerti kegiatan transaksi peminjaman buku jika akan meningkatkan pelayanan pengunjung perpustakaan. Mereka diharapkan mengetahui buku ber-genre apa yang saat ini sedang popular di kalangan pembaca, serta kemudahan dalam pemilihan buku yang disesuaikan dengan tata letak atau penempatan barang. Penerapan konsep Data Mining (tambang data) dapat membantu petugas merencanakan dan memprediksi buku yang saat itu sedang popular di kalangan pengunjung dari pola peminjaman buku. Dengan menerapkan aturan asosiasi pada data transaksi peminjaman, akan memudahkan petugas dalam mengolah informasi dan mencari itemset. Algoritma Apriori yang digunakan oleh pihak perpustakaan memiliki kelemahan, yaitu perhitungan yang digunakan pada database besar sehingga hasilnya tidak terlalu akurat. Apriori cenderung membulatkan angka dari hasil akhir perhitungan. Oleh karena itu, penelitian ini melakukan analisis pola data peminjaman buku dengan menambahkan algoritma kedua, yaitu Algoritma ECLAT. Algoritma ECLAT merupakan perhitungan Algoritma yang digunakan pada database kecil sehingga hasil akhir yang didapat lebih akurat. Data disiapkan dengan proses input data, cleansing data, dan transformasi data ke bentuk yang dapat diolah oleh aplikasi RapidMiner. Selanjutnya, data diolah menggunakan Algoritma Apriori dan ECLAT dengan minimum support, confidence, dan lift ratio sebesar 0.005. Lift ratio merupakan nilai yang menunjukkan kevalidan proses transaksi dan memberikan informasi apakah benar buku A dipinjam bersamaan dengan buku B. Maka dari itu, kombinasi buku dengan hasil perhitungan lift ratio tertinggi adalah tanda bahwa kombinasi buku tersebut adalah buku yang paling sering dipinjam atau saat ini sedang popular di kalangan pengunjung. Denggan menggabungkan kedua perhitungan, penelitian ini diharapkan dapat memberikan angka yang tidak dibulatkan dan hasil akhir penelitian yang lebih akurat.]]>
Copyrights © 2023
