Analisis Pola Peminjaman Buku di Perpustakaan SMK Negeri 1 Kebumen Menggunakan Python dan Perbandingan Algoritma Apriori dengan FP-Growth

Perpustakaan SMK Negeri 1 Kebumen memiliki data transaksi peminjaman buku yang terus bertambah setiap periode, namun belum dimanfaatkan secara optimal untuk mendukung pengelolaan koleksi. Kondisi tersebut menyebabkan siswa sering mengalami kesulitan dalam menemukan buku yang saling berkaitan sehingga harus mencari pada beberapa rak yang berbeda. Penelitian ini bertujuan untuk menganalisis pola peminjaman buku serta membandingkan kinerja algoritma Apriori dan FP-Growth dalam menemukan aturan asosiasi yang dapat dimanfaatkan sebagai dasar penataan koleksi buku. Penelitian menggunakan pendekatan kuantitatif dengan metode data mining yang mengacu pada tahapan CRISP-DM, meliputi business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data yang digunakan mencapai 9.442 transaksi peminjaman buku di Perpustakaan SMK Negeri 1 Kebumen periode Januari sampai Desember 2025. Pengujian dilakukan dengan metode trial and error untuk menentukan nilai minimum support dan minimum confidence yang optimal. Dievaluasi berdasarkan nilai support, confidence, lift, waktu proses, dan penggunaan memori. Algoritma Apriori dan FP-Growth menghasilkan aturan asosiasi yang sama, algoritma FP-Growth memiliki waktu komputasi yang lebih cepat untuk menganalisis data namun pada penggunaan memori algoritma apriori lebih efisien dibandingkan algoritma FP-Growth. Hasil penelitian ini dapat dimanfaatkan untuk penataan rak buku.