ANALISIS POLA PEMINJAMAN BUKU MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS DINAS PERPUSTAKAAN DAN KEARSIPAN PROVINSI JAWA TIMUR)
ANALYSIS OF BOOK BORROWING PATTERNS USING THE APRIORI ALGORITHM (CASE STUDY: EAST JAVA PROVINCIAL LIBRARY AND ARCHIVES SERVICE)
Penelitian ini menganalisis pola peminjaman buku di Perpustakaan Jawa Timur menggunakan algoritma Apriori. Data dari transaksi peminjaman yang digunakan mulai tanggal 16 Januari hingga 10 Maret tahun 2023 dianalisis untuk menemukan keterkaitan antar judul buku. Penelitian data mining ini melibatkan preprocessing data, pemeriksaan missing values dan duplikasi, serta transformasi data menjadi matriks biner.
Hasil analisis menunjukkan bahwa kombinasi item dengan nilai support minimal 1,2% dapat diidentifikasi. Aturan asosiasi seperti AC, AE → AG memiliki nilai support 0,012 dan confidence 40,9%. Analisis lanjutan menemukan pola kompleks seperti AE, AJ → AC dengan confidence 57,1%. Penelitian ini membantu memahami perilaku peminjaman buku dan menawarkan solusi untuk meningkatkan efisiensi pengelolaan perpustakaan, seperti sistem rekomendasi buku dan strategi penyusunan koleksi yang lebih sesuai. Dengan demikian, perpustakaan dapat mengembangkan layanan yang lebih responsif terhadap kebutuhan masyarakat.
Kata Kunci: Algoritma Apriori, Analisis Pola Peminjaman, Data Mining, Asosiasi.
This research analyzes book borrowing patterns in East Java libraries using the Apriori algorithm. Data from lending transactions used from January 16 to March 10 2023 was analyzed to find connections between book titles. This data mining research involves data preprocessing, checking for missing values and duplication, as well as transforming the data into a binary matrix.
The analysis results show that a combination of items with a minimum support value of 1.2% can be identified. Association rules such as AC, AE → AG have a support value of 0.012 and confidence of 40.9%. Further analysis found complex patterns such as AE, AJ → AC with 57.1% confidence. This research helps understand book borrowing behavior and offers solutions to improve library management efficiency, such as book recommendation systems and more appropriate collection strategies. In this way, libraries can develop services that are more responsive to community needs.
Key words: Apriori Algorithm, Borrowing Pattern Analysis, Data Mining, Assosiation.