Source Code Data Mining Asosiasi Metode Fp-Growth CodeIgniter

Data mining adalah suatu proses pengerukan atau pengumpulan informasi penting dari suatu data yang besar. Proses data mining seringkali menggunakan metode statistika, matematika, hingga memanfaatkan teknologi artificial intelligence.

Aturan asosiasi berfungsi menemukan pola-pola, asosiasi dan hubungan antara data tersebut dan dapat menemukan fakta yang sebelumnya tidak diketahui atau bahkan tidak diperhatikan oleh sebuah perusahaan.

Algoritma FP-Growth merupakan pengembangan dari algoritma Apriori. Algoritma Frequent Pattern Growth adalah salah satu alternatif algoritma yang dapat digunakan untuk menentukan
himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data. Pada algoritma FP-Growth menggunakan konsep pembangunan tree, yang biasa disebut FP-Tree,
dalam pencarian frequent itemsets bukan menggunakan generate candidate seperti yang
dilakukan pada algoritma Apriori. Dengan menggunakan konsep tersebut, algoritma FP-Growth
menjadi lebih cepat daripada algoritma Apriori.

Metode FP-Growth dibagi menjadi tiga tahapan utama, yaitu:
1. tahap pembangkitan conditional pattern base,
2. tahap pembangkitan conditional FP-Tree, dan
3. tahap pencarian frequent itemset