(1)
(2)
Pembentukan aturan asosiatif
Setelah
semua
pola
frekuensi
tinggi
ditemukan, barulah dicari aturan asosiatif yang
memenuhi syarat minimum untuk confidence
dengan menghitung confidence aturan asosiatif A
B. Nilai confidence dari aturan A B diperoleh
dari rumus pada persamaan (3).
b
(3)
2.3 Algortima FP-Growth
Frequent Pattern Growth (FP-Growth) adalah
algoritma yang mengadopsi devide dan conquer
dalam proses mendapatkan frequent itemset.
Devide
merupakan
tahap
pembagian
permasalahan yang besar menjadi permasalahan
yang lebih kecil. Sedangkan conquer merupakan
tahap pembagian secara terus-menerus sampai
didapatkan bagian maasalah kecil yang lebih
mudah untuk dipecah. Dalam penemuan frequent
itemset, algoritma FP-Growth menggunakan FPTree (Frequent pattern Growth).
FP-Tree terdiri dari root yang diberi nilai null,
subtree sebagai anak dari root, dan tabel frequent
header. Node dalam FP-Tree mempunyai tiga
informasi penting, yang terdiri dari label item,
support
count,
dan
pointer.
Label
item,
menginformasikan jenis item dari node tersebut.
Support count, menginformasikan jumlah lintasan
transaksi yang melalui node tersebut. Pointer,
merupakan penghubung node-node dengan label
item yang sama antar lintasan.
Input : FP-Tree Tree
Output : Rt sekumpulan lengkap pola
frequent
Method : FP-growth (Tree, null)
Procedure : FP-growth (Tree, _)
{
01: if Tree mengandung single path P;
02: then untuk tiap kombinasi (dinotasikan _)
dari node-node dalam path do
03: bangkitkan pola _ _ dengan support dari
node-node dalam _;
04: else untuk tiap a1 dalam header dari Tree
do
{
05: bangkitkan pola
06: bangun _ = a1 _ dengan support = a1.
support
07: if Tree _ = _
08: then panggil FP-growth (Tree, _)
}
}
(4)
(5)
3. PERANCANGAN
3.1 Rancangan Sistem
Proses perancangan sistem dapat dilihat pada
gambar 2.
P1
S9
PS1
B1
S2
B5
PS4
PS5
S3
PS5, B1
PS4, PI
PS1, S9
PS1, PI
S2, P1
B1, P1
B5, PS1
B5, S9
B5, P1
S9, P1
PS1, S9, P1
B5, PS1, P1
B5, S9, P1
Jumlah Kemunculan
17
8
7
7
7
7
6
6
4
4
5
5
7
6
5
4
4
7
8
5
4
4
Itemset
PS4, P1
PS1, P1
S2, P1
B1, P1
B5, P1
S9, P1
PS1, S9, P1
B5, PS1, P1
B5, S9, P1
Frekuensi
5
7
6
5
7
8
5
4
4
Support
0,25
0,35
0,3
0,25
0,35
0,4
0,25
0,2
0,2
Confidence
0,83
1
0,86
0,71
1
1
1
1
1
Lift Ratio
0,98
1,18
1,01
0,83
1,18
1,176
2,5
2,857
2,5
Itemset
K3, S9
K3, B1
K3, S9, B1
Frekuensi
8
10
8
Support
0,4
0,5
0,4
Confidence
0,73
0,91
0,73
Lift ratio
0,96
0,84
1,22
Frekuensi
16
14
12
11
9
6
4
4
5
5
6
6
7
8
10
10
10
12
4
4
6
7
8
8
4
6
Rule
50
40
30
20
10
Rule
40
30
20
10
0
Mincof
60
Mincof
70
Mincof
80
minimum
con8idence
80
=
9
rule
Rule
minimum
con8idence
80
=
1
rule
rule
S9->P1
minimum
con8idence
70
=
1
rule
Mincof
60
Mincof
70
minimum
con8idence
80
=
1
rule
minimum
support
70
=
1
rule
rule
K2
->
B1
minimum
support
50
=
1
rule
minimum
support
60
=
1
rule