Analisis Pola Peminjaman Buku dengan FP-Growth untuk Rekomendasi Pengadaan pada Perpustakaan Komunitas Anak Nagari

Authors

  • Ega Evinda Putri Politeknik Pertanian Negeri Payakumbuh
  • Rabby Nazli Politeknik Pertanian Negeri Payakumbuh
  • Syukriadi Syukriadi Politeknik Pertanian Negeri Payakumbuh

DOI:

https://doi.org/10.30736/jt.v18i1.1606

Keywords:

FP-Growth, Aturan Asosiasi, Data Mining, Pengadaan Buku, Sistem Pendukung Keputusan

Abstract

Pengelolaan pengadaan koleksi buku yang tepat menjadi salah satu faktor penting dalam meningkatkan kualitas layanan perpustakaan. Penelitian ini bertujuan untuk menganalisis pola keterkaitan peminjaman buku guna memberikan rekomendasi pengadaan koleksi yang lebih efektif dan berbasis data. Metode yang digunakan dalam penelitian ini adalah data mining dengan algoritma FP-Growth untuk menemukan pola asosiasi antar buku berdasarkan data transaksi peminjaman. Data yang digunakan sebanyak 258 transaksi dengan 49 jenis buku yang diolah menggunakan aplikasi WEKA. Hasil analisis menghasilkan sejumlah aturan asosiasi yang menunjukkan hubungan keterkaitan antar buku dalam satu transaksi. Aturan dengan nilai tertinggi menunjukkan hubungan asosiasi sebesar 60% antara buku “Kisah Nabi untuk Anak” dan “Buku Aktivitas TK”, yang menunjukkan bahwa kedua buku tersebut memiliki kecenderungan tinggi muncul secara bersamaan dalam transaksi. Selain itu, buku “Buku Aktivitas TK”, “Kisah Nabi untuk Anak” dan “Atlas Dunia” merupakan koleksi yang paling dominan muncul dalam pola asosiasi. Temuan ini menunjukkan adanya pola minat baca tertentu pada pengguna perpustakaan yang dapat dimanfaatkan sebagai dasar rekomendasi dalam pengambilan keputusan pengadaan koleksi. Dengan demikian, penerapan algoritma FP-Growth dapat membantu pihak perpustakaan dalam merencanakan pengadaan buku secara lebih efektif, efisien, dan sesuai dengan kebutuhan pengguna.

Downloads

Download data is not yet available.

References

A. Nastuti (2019), “Teknik Data Mining Untuk Penentuan Paket Hemat Sembako Dan Kebutuhan Harian Dengan Menggunakan Algoritma Fp-Growth (Studi Kasus Di Ulfamart Lubuk Alung),” Inform. J. Ilm. Fak. Sains dan Teknol. Univ. Labuhanbatu, vol. 7, no. 3, pp. 111–119

A. R. Riszky and M. Sadikin (2019). Data Mining Menggunakan Algoritma Apriori untuk Rekomendasi Produk bagi Pelanggan, J. Teknol. dan Sist. Komput., vol. 7, no. 3, pp. 103–108,

Alcan, D., Ozdemir, K., Ozkan, B., Mucan, A. Y., & Ozcan, T. (2023). A Comparative Analysis of Apriori and FP-Growth Algorithms for Market Basket Analysis Using Multi-level Association Rule Mining BT - Industrial Engineering in the Covid-19 Era (F. Calisir & M. Durucu (eds.); pp. 128–137). Springer Nature Switzerland.

Ariq, H. I., & Pariddudin, A. (2023). Penerapan Metode Topsis Untuk Menentukan Buku Favorit Dalam Pengadaan Buku Perpustakaan. 13(2), 146–154.

Endarti, S. (2022). Perpustakaan sebagai Tempat Rekreasi Informasi. 2(1), 23–28.

Hadisaputro, R. D., & Zubaidi, A. (2022). Frequent Itemset Mining Pada Artikel Covid-19 Menggunakan Web Crawling Dan Algoritma Fp- Growth ( Frequent Itemset Mining On Covid-19 Articles Using Web Crawling And Fp-Growth Algorithm ). 4(2), 242–252.

Hassib, E. M., El-desouky, A. L. I. I., & El-ghamrawy, S. M. (2019). An Imbalanced Big Data Mining Framework For Improving Optimization Algorithms Performance. IEEE Access, 7, 170774–170795.

Hafizh, M., Novita, T., Guswandi, D., Syahputra, H., & Mayola, L. (2023). Implementasi Data Mining Menggunakan Algoritma Fp-Growth Untuk Menganalisa Transaksi Penjualan Ekspor Online. Jurnal Teknologi Dan Sistem Informasi

Iddruss, Susilowati, A. G., Dharmawan, J., & Setia, A. (2025). Jurnal teknika ( Jurnal Fakultas Teknik Universitas Islam Lamongan ) Evaluasi Kinerja Dosen Berbasis Kepuasan Mahasiswa dengan Metode K-Means. 17(1), 51–58.

Idrus, I., Wulansari, D., & Dharmawan, J. (2024). Implementasi Fp-Growth Pada Data Tracer Study Universitas Wiraraja Untuk Menemukan Pola Asosiasi. 16(1).

Kastro, A. (2020). Peranan Perpustakaan Sekolah Sebagai Sarana Pendukung Gerakan Literasi Sekolah Di Sekolah Menengah Pertama.

Kusrini dan Luthfi Taufiq Emha, 2009, “Algoritma Data Mining”, Andi, Yogyakarta.

L. A. M. Fajar and R. Rismayati, “Rekomendasi Paket Menu Angkringan Waru Tanjung Bias Dengan Algoritma Frequent Pattern Growth Berbasis Web,” JTIM J. Teknol. Inf. Dan Multimed., vol. 3, no. 2, pp. 91–97, 2021.

L. Shabtay, P. Fournier-Viger, R. Yaari, and I. Dattner, “A guided FP-Growth algorithm for mining multitude-targeted item-sets and class association rules in imbalanced data,” Inf. Sci. (Ny)., vol. 553, pp. 353–375, 2021.

Lolytasari, L., Hayati, N., & Nuratikha, V. (2023). Keterpakaian Koleksi Perpustakaan Fakultas Kedokteran Uin Syarif Hidayatullah Jakarta Berdasarkan Analisis Sitiran Pada Skripsi. 22(February 2022).

Nurmayanti, W. P., Sastriana, H. M., & Rahim, A. (n.d.). Market Basket Analysis with Apriori Algorithm and Frequent Pattern Growth ( Fp-Growth ) on Outdoor Product Sales Data. 132–139.

Prayitno, J., Saputra, B., & Rahayu, S. A. (2023). Market Basket Analysis Using FP-Growth Algorithm to Design Marketing Strategy by Determining Consumer Purchasing Patterns. 4(1), 38–49.

Putri, E. E. (2020). Analisis Tingkat Kejahatan Jalanan Menggunakan Metode Fp-Growth (Studi Kasus Di Polresta Padang). 10–15.

Rusdianto, D., Zaelani, L., (2020). Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Mengetahui Pola Peminjaman Buku Di Perpustakaan Universitas Jurnal Sistem Informasi , J-SIKA Volume 02 Nomor 02 , Desember 2020 ISSN : 2716 - 4195. 02, 1–10.

S. K. Dubey, S. Mittal, S. Chattani, and V. K. Shukla, “Comparative Analysis ofMarket Basket Analysis through Data Mining Techniques,” in 2021 International Conference on Computational Intelligence and Knowledge Economy (ICCIKE), 2021, pp. 239–243.

Santoso, H. (2017). Data Mining Penyusunan Buku Perpustakaan Daerah Lombok Barat Menggunakan Algoritma Apriori.

Silitonga, D. A., & Windarto, A. P. (2022). Implementasi Market Basket Analysis Menggunakan Assocation Rule Menerapkan Algoritma FP-Growth. Journal of Information System

Yanto, R., Kesuma, H. Di, Informasi, J. S., & Assosiasi, R. (2017). Pemanfaatan Data Mining Untuk Penempatan Buku Di Perpustakaan Menggunakan Metode Association. 4(1).

Yin, M., Wang, W., Liu, Y., & Jiang, D. (2018). An improvement of FP-Growth association rule mining algorithm based on adjacency table. 10012, 0–6.

Yunanda, A. P. (2020). Algoritma Association Rule Dengan Metode Fp-Growth Untuk Menganalisa Tingkat Penyalahgunaan Narkoba (Studi Kasus Polres Padang Pariaman). Metadata, 2(3), 214–231.

Zulham, Z., Putri, E. E., Hasugian, B. S., Info, A., & Mining, D. (2022). Pattern Analysis of Drug Procurement System With FP-Growth Algorithm. 7(1), 70–79.

Downloads

Published

2026-04-02

How to Cite

Putri, E. E., Nazli, R., & Syukriadi, S. (2026). Analisis Pola Peminjaman Buku dengan FP-Growth untuk Rekomendasi Pengadaan pada Perpustakaan Komunitas Anak Nagari. Jurnal Teknika, 18(1), 119–128. https://doi.org/10.30736/jt.v18i1.1606

Issue

Vol. 18 No. 1 (2026): MARET

Section

Jurnal teknika

License

Copyright (c) 2026 Ega Evinda Putri, Rabby Nazli, Syukriadi Syukriadi

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Teknika dilisensikan di bawah Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). Anda bebas untuk:

 

  • Bagikan — salin dan distribusikan ulang materi dalam media atau format apa pun
  • Beradaptasi — me-remix, mengubah, dan membangun materi untuk tujuan apa pun, bahkan secara komersial. Lisensi ini dapat diterima untuk Karya Budaya Bebas.

Pemberi lisensi tidak dapat mencabut kebebasan ini selama Anda mengikuti persyaratan lisensi.

  • Atribusi — Anda harus memberikan kredit yang sesuai, memberikan tautan ke lisensi, dan menunjukkan jika ada perubahan. Anda dapat melakukannya dengan cara yang wajar, tetapi tidak dengan cara apa pun yang menunjukkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
  • ShareAlike — Jika Anda me-remix, mengubah, atau membangun materi, Anda harus mendistribusikan kontribusi Anda di bawah lisensi yang sama seperti aslinya.
  • Tidak ada batasan tambahan — Anda tidak boleh menerapkan persyaratan hukum atau tindakan teknologi yang secara hukum membatasi orang lain untuk melakukan apa pun yang diizinkan oleh lisensi.

 

Hak Cipta

Penulis yang menerbitkan dengan jurnal ini menyetujui persyaratan berikut:

 

Penulis mempertahankan hak cipta dan memberikan jurnal hak publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang memungkinkan orang lain untuk berbagi karya dengan pengakuan kepenulisan karya dan publikasi awal di jurnal ini .

Penulis dapat membuat pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan dari karya tersebut (misalnya, mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan publikasi awalnya di jurnal ini.

Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, di repositori institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif, serta kutipan lebih awal dan lebih besar dari karya yang diterbitkan (Lihat Pengaruh Akses Terbuka).

 

Jutnal teknika oleh Universitas Islam Lamongan berlisensi Creative Commons Attribution-ShareAlike 4.0 International License.

Berdasarkan karya di https://jurnalteknik.unisla.ac.id/index.php/teknika/index

Most read articles by the same author(s)