PEMANFAATAN KNOWLEDGE DATA DISCOVERY (KDD) PADA POLA PERMAINAN ATLET BULUTANGKIS

Authors

  • Luki Ardiantoro T. Informatika, Universitas Islam Majapahit ,
  • Soffa Zahara T. Informatika, Universitas Islam Majapahit
  • Nani Sunarmi T. Informatika, Universitas Islam Majapahit

DOI:

https://doi.org/10.35891/explorit.v11i1.1467

Abstract

KDD merupakan kegiatan interdisiplin ilmu yang mengacu kepada metodologi untuk memperoleh pengetahuan dari data. FP-growth digunakan secara luas untuk menganalisa pola yang sering muncul dari jumlah data yang besar, dengan disertai dengan frekuensi. Pada penelitian ini, algoritma FP-grotwh digunakan untuk menganalisa salah satu cabang olah raga, yakni bulutangkis. Secara khusus, algoritma ini digunakan untuk mengidentifikasi pola dan kecenderungan pukulan seorang atlet selama pertandingan. Sebagai penutup, penerapan ilmu pengetahuan dalam dunia olah raga merupakan suatu keharusan, dalam rangka meningkatkan prestasi dalam turnamen besar. Hal inilah yang menjadi kepedulian kami dalam penelitian ini.

Downloads

Download data is not yet available.

References

Affriantari Rochmah., (2010). “Perbandingan algoritma apriori dan Algoritma FP Growth dalam Optimasi Penentuan Frequent Itemsetâ€. FT UNS, Solo.

Bompa. 1990. “Theory and Methodology of Training.â€, Dubugus, Iowa: Kendall. Hunt Publishing Company

David Samuel, (2008). “Penerapan Stuktur FP-Tree dan Algoritma FP Growth dalam Optimasi Penentuan Frequent Itemset. “ Bandung: Institut Teknologi Bandung.

Falani, Achmad Zakki. (2011). Knowledge Discovery in Database: Data Mining, accessed 2013-04-21.

Goldie Gunadi., dan Dana Indra Sensuse.. 2012.“Penerapan Metode Data Mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth (Fp-Growth) : Studi Kasus Percetakan PT. Gramedia.†Jurnal TELEMATIKA MKOM. 1 (1). 118 132.

Han, Jiawei, Kamber M., (2001), Data Mining: Concepts and Techniques, Morgan Kaufmann Publishing Series, Elsevier, Waltham, MA 02451, USA, ISBN-13: 978-0123814791, 3rd edition.

Hipp, J.; Güntzer, U.; Nakhaeizadeh, G. (2000). "Algorithms for association rule mining --- a general survey and comparison". ACM SIGKDD Explorations Newsletter2: 58.t

K. Ali, S. Manganaris, and R. Srikant. (August 1997). Partial Classification using Association Rules. In Proc. Of 3rd Intl. Conf. on KDD and Data Mining, pages 115-118, Newprot Beach, CA,.

Kusrini, Luthfi, E.T., (2009). “Algoritma Data Mining. “, Andi Offset. Surabaya.

Larose, Daniel T, (2006). “Data Mining Methods and Models.†Hoboken New Jersey : Jhon Wiley& Sons, Inc.

Jurnal Explore IT! Edisi Juni 2019

Downloads

Published

2019-06-15

Issue

Vol. 11 No. 1 (2019): Jurnal Explore IT! Edisi Juni 2019

Section

Articles

License

Lisensi Creative Commons
Jelajahi IT! dilisensikan di bawah Lisensi Internasional Creative Commons Attribution 4.0 .

How to Cite

[1]
“PEMANFAATAN KNOWLEDGE DATA DISCOVERY (KDD) PADA POLA PERMAINAN ATLET BULUTANGKIS”, explorit, vol. 11, no. 1, pp. 1–6, Jun. 2019, doi: 10.35891/explorit.v11i1.1467.