Implementasi Durable Query pada Data Historis Multidimensi dengan Serial Waktu Menggunakan Metode Durable K-MPP Query

Widyadhana, Anargya (2021) Implementasi Durable Query pada Data Historis Multidimensi dengan Serial Waktu Menggunakan Metode Durable K-MPP Query. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 05111740000047-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (2MB) | Request a copy

Abstract

Di masa modern dimana teknologi berkembang dengan cepat ini, data memegang peran kunci dalam berbagai bidang. Dengan kumpulan data yang dimiliki oleh perusahaan maupun data dari pasaran, penting bagi pengelola perusahaan atau analis untuk bisa mengambil informasi penting dari data tersebut. Salah satunya adalah data mengenai minat pelanggan.
Dengan data minat pelanggan, perusahaan dapat menghitung produk dengan jumlah pelanggan yang diharapkan maksimum. Salah satu algoritme yang dapat digunakan adalah Algoritme k-Most Promising Products (k-MPP). Konsep dari algoritme ini adalah dengan menghitung nilai market contribution (kontribusi pasar) setiap produk yang diperoleh dari penjumlahan probabilitas produk tersebut dipilih oleh setiap pelanggan. Di sisi lain, kasus pada dunia nyata yang berkaitan dengan minat produk dan pelanggan adalah berupa data serial waktu. Pada pengaplikasian metode untuk data multidimensi dengan serial waktu seperti ini tidak bisa hanya menghitung nilai kontribusi pasar produk tertinggi untuk satu titik waktu, namun juga keseluruhan produk yang masuk ke dalam top-k dalam sebuah interval waktu.
Di dalam tugas akhir ini, penulis mengusulkan penggunaan algoritme durable query yaitu top-k event scanning (TES) dan algoritme k-most promising products dalam menghitung nilai kontribusi pasar, agar didapatkan k-produk paling banyak diminati yang bisa bertahan selama periode waktu tertentu. Selain itu dilakukan juga pengefisiensian tambahan berupa pengindeksan data menggunakan grid index.
=====================================================================================================
In this modern era where technology is developing rapidly, data plays a key role in various fields. With data collection owned by the company as well as data from the market, it is important for company managers or analysts to be able to extract important information from the data. One of them is data about customer interest.
With customer interest data, the company can calculate the product with the maximum expected number of customers. One of the algorithms that can be used is the k-Most Promising Products (k-MPP) Algorithm. The concept of this algorithm is to calculate the value of the market contribution (market contribution) of each product obtained from the sum of the probability that the product is selected by each customer. On the other hand, real-world cases related to product and customer interest are in the form of time series data. In the application of the method for multidimensional data with time series like this, it is not only possible to calculate the highest product market contribution value for a single point in time, but also all products that fall into the top-k in a time interval.
In this final project, the author proposes the use of durable query algorithms, namely top-k event scanning (TES) and k-most promising products algorithm in calculating the market contribution value, in order to obtain the most desirable k-products that can last for a certain period of time. In addition, additional efficiency is also carried out in the form of indexing data using a grid index.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	historical data, dynamic skyline, grid index, time interval, k-MPP, durable query, reverse skyline, data historis, dynamic skyline, grid index, interval waktu, k-MPP, kueri durable, reverse skyline
Subjects:	Q Science > QA Mathematics > QA76.F56 Data structures (Computer science) T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Anargya Widyadhana
Date Deposited:	01 Sep 2021 20:07
Last Modified:	01 Sep 2021 20:07
URI:	http://repository.its.ac.id/id/eprint/90561

Actions (login required)

View Item