KELAS F
Ian Maulana Zaky
115060800111037
115060807111059
115060807111149
DAFTAR ISI
BAB I ......................................................................................................................................... 1
PENDAHULUAN ..................................................................................................................... 1
1.1
1.2
1.3
1.4
BAB II ................................................................................................................................................ 2
TINJAUAN PUSTAKA ................................................................... Error! Bookmark not defined.
2.1
2.2
1 BAB I
PENDAHULUAN
BAB II
DASAR TEORI
)
(
untuk
melakukan
penghitungan
untuk
menemukan
BAB III
PEMBAHASAN
Dalam pembahasaan kali ini maka akan dicoba dengan pemecahan beberapa contoh
kasus. Contoh kasus yang dibahas yaitu :
Proses mining untuk mengetahui asosiasi kemungkinan item barang yang sering
dibeli oleh pembeli.
Langkah 1 : Analisa pola frekuensi tinggi
Tahap ini mencari kombinasi item yang memenuhi syarat minimum dari ilai
support dalam database. Nilai support dari 2 item diperoleh dari rumus berikut :
(
Diaper, beer
Baby powder
Beer
Beer, diaper
Sebagai contoh, ada database dari transaksi belanja pasar swalayan seperti
ditunjukkan dalam Tabel 3.1. Data pada Tabel 3.1 dalam database transaksional bisa
direpresentasikan dalam bentuk seperti tampak pada Tabel 3.2.
Tabel 3.2 Representasi Data Transaksi dalam Database Transaksional
Transaksi
Diaper
Baby powder
Diaper
Beer
Baby powder
Beer
Beer
Diaper
Dan bila kita bentuk dalam bentuk tabular, data transaksi akan tampak seperti
Tabel 3.3.
Tabel 3.3 Format Tabular Data Transaksi
Transaksi
Diaper
Baby powder
Beer
Sebuah itemset adalah himpunan item-item yang ada dalam I, dan k-itemset adalah
itemset yang berisi k item. Misalnya {Diaper, Baby powder} adalah sebuah 2-itemset dan
{Diaper, Baby powder, Beer} merupakan 3-itemset.
Frequent itemset menunjukkan itemset yang memiliki frekuensi keunculan lebih
dari nilai minimum yang telah ditentukan ( ). Misalkan =2, maka semua itemset yang
frekuensi kemunculannya lebih dari atau sama dengan 2 kali disebut frequent. Himpunan
dari frequent k-itemset dilambangkan dengan
Tabel 3.4 berikut ini menunjukkan calon 2-itemset dari data transaksi pada Tabel
3.1.
Tabel 3.4 Calon 2-itemset
Kombinasi
Jumlah
Diaper, Beer
Dari
yang telah ditemukan, dapat dilihat besarnya nilai support dan confidence
Confidence
2/3
67%
6
Misalkan ditetapkan nilai confidence minimal adalah 60% maka aturan yang bisa
terbentuk adalah aturan dengan atendence berikut :
Jika membeli Diaper Maka akan membeli Beer
Dan aturan asosiasi final terurut berdasarkan
terbesar
Support
Confidence
Support X
Confidence
40%
67%
27%
DAFTAR PUSTAKA
[1]
MENELITI
ASOSIASI
PEMBELIAN
ITEM
BARANG
DI
Januari 2014
[3]