1 April 2015
Fitriyani
Fakultas Teknik, Universitas BSI Bandung
Jalan Sekolah Internasional No. 1-6, Bandung 40282, Indonesia
fitriyani.fyn@bsi.ac.id
Abstract - The set of data can be processed into information or useful knowledge, one of
the data that can be processed is data purchases by consumers. However, large data
processing will take a long time in the process. So that these data require appropriate
methods in the process. The method is often used in data processing transactions are
Apriori, but a great deal less precise data using Apriori because in the process
repeatedly scanning the database (candidate set generation). In this study using the FP-
Growth method for determining frequent itemset with structure of FP-Tree and
Association Rule to determine support and confidence in the transaction data so that the
results can be known relationships between an item with other items that are frequently
purchased by consumers.
Abstrak - Himpunan data yang besar dapat diolah menjadi informasi atau pengetahuan
yang bermanfaat, salah satu data yang dapat diolah adalah data transaksi pembelian
barang oleh konsumen. Akan tetapi pemrosesan data yang besar akan membutuhkan
waktu yang lama dalam prosesnya. Sehingga data tersebut membutuhkan metode yang
tepat dalam proses pengolahannya. Metode yang sering digunakan dalam pengolahan data
transaksi adalah Apriori, akan tetapi data yang besar kurang tepat menggunakan Apriori
karena dalam prosesnya melakukan scanning berulang kali pada database (candidate set
generation). Dalam penelitian ini menggunakan metode FP-Growth untuk menentukan
frequent itemset dengan struktur FP-Tree dan Association Rule untuk menentukan
support dan confidence pada data transaksi sehingga hasilnya dapat diketahui hubungan-
hubungan antara suatu barang dengan barang lainnya yang sering dibeli oleh konsumen.
Tabel 3
Item Yang Sudah Diurutkan
Berdasarkan Prioritas
Sabun berada setelah node Kopi dan node turunan Aqua dengan support
Sampo berada setelah node Sabun. count 1.
2. Setelah lintasan pertama selesai, 12. Lintasan yang terakhir adalah node
digambarkan lintasan kedua dengan Sprei dengan support count menjadi
urutan Gula dan Kopi dengan 2, berikutnya node Sampo dan
support count = 2, kemudian setelah Sabun.
Kopi ada node baru dengan label
Popok, Sprei, Kemeja, Celana, Penerapan FP-Growth
Boneka. Setelah tahap pembentukan FP-Tree,
3. Lintasan kedua selesai, dilanjutkan selanjutnya adalah penerapan algoritma
dengan lintasan ketiga. Berbeda FP-Growth untuk mencari frequent
dengan lintasan pertama dan kedua, itemset yang signifikan. Seperti pada
lintasan ketiga diawali dengan penjelasan sebelumnya, penerapan
Popok dimana Popok merupakan algoritma FP-Growth mengurutkan tiga
node baru sehingga mempunyai langkah seperti : conditional pattern
urutan Null Popok Sprei base, conditional FP-Tree dan frequent
Boneka. pattern generated. Berikut tabel yang
4. Selanjutnya lintasan keempat menunjukkan masing-masing dari
merupakan node yang sudah ada langkah penerapan algoritma FP-Growth:
yaitu Gula sehingga support count
dari Gula menjadi 3, kemudian Tabel 4
didalam node Gula ada node Aqua Conditional Pattern Base
dengan support count 1. Conditional Pattern Base
5. Proses selanjutanya adalah lintasan Kemeja : {{GL, KP, SR, PP, CL, BN :1},
kelima yang diawali dengan node {AQ, SR, SP, PP, SB :1}}
Aqua, Aqua setelah node Null Boneka : {{GL, KP, SR, PP, CL :1}, {SR,
dilanjutkan node Popok dan Sampo. CL:1}, {SR,PP}}
6. Lintasan selanjutnya kembali pada Celana : {{GL, KP, SR, PP:1}, {GL, KP :1},
node Gula dengan support count 4, {SR:1}}
Sabun : {{GL, KP, SP :1}, {GL, KP :1}, {AQ,
Kopi dengan support count 3 dan
SR, SP, PP :1}, {SR, SP :1}}
Sabun dengan support count 2. Popok : {{GL, KP, SR :1}, {SR :1}, {AQ, SP
7. Node Sprei, Celana dan Boneka :1}, {AQ, SR, SP :1}}
berada pada node awal setelah node Sampo : {{GL, KP :1}, {AQ :2}, {AQ, SR
Null. :1}, {SR :1}}
8. Lintasan kedelapan diawali dengan Sprei : {{GL, KP :1}, {AQ :1}}
node Aqua, node Aqua sudah ada
sebelumnya sehingga hanya Aqua : {{GL :1}, {GL, KP :1}}
menambahkan support count Kopi : {GL : 5}
menjadi 2 dan berikutnya adalah
node Popok dengan support count 2, Tabel 5
kemudian selanjutnya node Sprei, Conditional FP-Tree
Sabun, Sampo dan Kemeja setelah Conditional FP Tree
node Popok. Kemeja : (GL :1, KP : 1), (AQ : 1, SR :1)
9. Node Gula bertambah support count
Boneka : (GL :1, KP : 1), (SR :2)
sehingga menjadi 5 dan node Kopi
menjadi 4 serta dalam node Kopi Celana : (GL : 2, KP :2), (SR :1)
bertambah node Celana. Sabun : (GL :2, KP :2), (SR : 1), (AQ :1)
10. Lintasan kesepuluh node Aqua Popok : (SR :1, AQ :2)
bertambah 1 untuk support count
Sampo : (GL :1, KP :1),
sehingga menjadi 3 dan mempunyai
node turunan dengan nama Sampo. Sprei : (GL : 1, KP :2), (SR :1)
11. Berikutnya node Gula dan Kopi Aqua : (GL :2, KP :2)
bertambah lagi untuk support count, Kopi : (GL :1)
kemudian node Kopi mempunyai
Tabel 6
Frequent Pattern Generated
Pattern Generated
Kemeja : {GL, KM : 1}, {KP, KM : 1}, {AQ, KM : 1}
Boneka : {GL, BN : 1}, {SR, BN : 1}
Celana : {GL, CL : 2}, {KP, CL : 2}
Sabun : {GL, SB : 2}, {KP, SB : 2}, {SR, SB : 1}, {AQ, SB :
1}
Popok : {GL, PP : 1}, {KP, PP : 1}, {SR, PP : 1}, {AQ, PP :1}
Sampo : {GL, SP : 1}, {KP, SP : 1}, {AQ, SP : 2}, {SR, SP :
1}
Sprei : {GL, SR : 1}, {KP, SR : 1}, {AQ, SR : 1}
Aqua : {GL, AQ : 2}, {KP, AQ : 2}
Kopi : {GL, KP : 5}
Tabel 7
Itemset dengan 1-itemset
Frequent
2 Item Gula Kopi Aqua Popok Sprei Sabun Sampo Kemeja Celana Boneka
Gula 6 5 2 1 1 2 1 1 2 1
Kopi 5 5 1 1 1 2 1 1 2 1
Aqua 2 1 5 2 1 1 3 1 0 0
Popok 1 1 2 4 3 1 2 2 1 2
Sprei 1 1 1 3 5 2 2 2 2 3
Sabun 2 2 1 1 2 4 3 1 0 0
Sampo 1 1 3 2 2 3 5 1 0 0
Kemeja 1 1 1 2 2 1 1 2 1 1
Celana 2 2 0 1 2 0 0 1 3 2
Boneka 1 1 0 2 3 0 0 1 2 3
Tabel 8
Itemset dengan 2-itemset.
Customer Gula Kopi Aqua Popok Sprei Sabun Sampo Kemeja Celana Boneka
1 1 1 0 0 0 1 1 0 0 0
2 1 1 0 1 1 0 0 1 1 1
3 0 0 0 1 1 0 0 0 0 1
4 1 0 1 0 0 0 0 0 0 0
5 0 0 1 1 0 0 1 0 0 0
6 1 1 0 0 0 1 0 0 0 0
7 0 0 0 0 1 0 0 0 1 1
8 0 0 1 1 1 1 1 1 0 0
9 1 1 0 0 0 0 0 0 1 0
10 0 0 1 0 0 0 1 0 0 0
11 1 1 1 0 0 0 0 0 0 0
12 0 0 0 0 1 1 1 0 0 0
Tabel 9
Support 2-itemset
Support (2
Items) Gula Kopi Aqua Popok Sprei Sabun Sampo Kemeja Celana Boneka
Gula 0,5 0,417 0,17 0,083 0,083 0,167 0,0833 0,0833 0,1667 0,08333
Kopi 0,42 0,417 0,08 0,083 0,083 0,167 0,0833 0,0833 0,1667 0,08333
Aqua 0,17 0,083 0,42 0,167 0,083 0,083 0,25 0,0833 0 0
Popok 0,08 0,083 0,17 0,333 0,25 0,083 0,1667 0,1667 0,0833 0,16667
Sprei 0,08 0,083 0,08 0,25 0,417 0,167 0,1667 0,1667 0,1667 0,25
Sabun 0,17 0,167 0,08 0,083 0,167 0,333 0,25 0,0833 0 0
Sampo 0,08 0,083 0,25 0,167 0,167 0,25 0,4167 0,0833 0 0
Kemeja 0,08 0,083 0,08 0,167 0,167 0,083 0,0833 0,1667 0,0833 0,08333
Celana 0,17 0,167 0 0,083 0,167 0 0 0,0833 0,25 0,16667
Boneka 0,08 0,083 0 0,167 0,25 0 0 0,0833 0,1667 0,25
Tabel 10
Confidence 2-items
Confidence Gula Kopi Aqua Popok Sprei Sabun Sampo Kemeja Celana Boneka
Gula 1 0,833 0,33 0,167 0,167 0,333 0,1667 0,1667 0,3333 0,16667
Kopi 1 1 0,2 0,2 0,2 0,4 0,2 0,2 0,4 0,2
Aqua 0,4 0,2 1 0,4 0,2 0,2 0,6 0,2 0 0
Popok 0,25 0,25 0,5 1 0,75 0,25 0,5 0,5 0,25 0,5
Sprei 0,2 0,2 0,2 0,6 1 0,4 0,4 0,4 0,4 0,6
Sabun 0,5 0,5 0,25 0,25 0,5 1 0,75 0,25 0 0
Sampo 0,2 0,2 0,6 0,4 0,4 0,6 1 0,2 0 0
Kemeja 0,5 0,5 0,5 1 1 0,5 0,5 1 0,5 0,5
Celana 0,67 0,667 0 0,333 0,667 0 0 0,3333 1 0,66667
Boneka 0,33 0,333 0 0,667 1 0 0 0,3333 0,6667 1
REFERENSI