Market Basket Analysis

Ide Dasar
 Ide Dasar (cont’d)

Aturan yang menyatakan asosiasi antara beberapa atribut sering

disebut Affinity Analysis atau Market Basket Anaysis.

Analisis asosiasi (Association Rule) merupakan salah satu teknik yang

digunakan untuk menemukan aturan asosiatif antara suatu
kombinasi item.

Misalnya aturan asosiatif dari analisis pembelian di suatu pasar

swalayan adalah dapat diketahuinya berapa besar kemungkinan
seorang pelanggan membeli roti bersamaan dengan susu, pasta
gigi dengan sikat gigi, bir dengan pampers, dsb.

Dengan pengetahuan tsb pemilik pasar swalayan dapat mengatur

penempatan barangnya atau merancang kampanye pemasaran
terkait dengan pengetahuan yang didapat.
 Ide Dasar (cont’d)

Aturan asosiasi biasanya dinyatakan dalam bentuk:

{roti, mentega} → {susu} (support=40%, confidence=50%)

Aturan tersebut dapat berarti:

1. “50% dari transaksi yang memuat item roti dan mentega juga
memuat susu. Sedangkan 40% dari seluruh transaksi memuat
ketiga item itu”.
2. “Seorang konsumen yang membeli roti dan mentega punya
kemungkinan 50% juga membeli susu. Aturan ini cukup
signifikan karena mewakili 40% dari transaksi yg ada”.
 Rumus Dasar

 Nilai support dari aturan A → B diperoleh dengan:

Support = P (A ∩ B) =
∑ Transaksi yang mengandung A dan B
∑ Transaksi

 Nilai confidence dari aturan A → B diperoleh dengan:

Confidence = P (B | A) =
∑ Transaksi yang mengandung A dan B
∑ Transaksi yang mengandung A
 Contoh Kasus

 Misalkan dari suatu database transaksi didapatkan data sbb:

Transaksi Dalam bentuk tabular

 Definisi

Beberapa pengertian:
 Sebuah itemset merupakan himpunan item-item yang berada dalam
himpunan item yang dijual, yaitu {teh, gula, kopi, susu, roti}.

 k-itemset adalah itemset yang berisi k item. Misalnya:

 {teh, gula} adalah 2-itemset,

 {teh, gula, roti} adalah 3-itemset.

 Frequent itemset menunjukkan itemset yang memiliki frekuensi

kemunculan lebih dari minimum yang ditentukan (φ).

 Himpunan dari frequent k-itemset dilambangkan dengan Fk.

 Definisi (sambungan)

5 C2 = 10

5 C3 = 10

Jika φ = 2, maka: Calon 2-itemset Calon 3-itemset

F2= { {teh, gula}, {gula, kopi}, {gula, susu}, {gula, roti}, {kopi, susu}, {susu, roti}}
F3= { {gula, susu, kopi} }
 Definisi (sambungan)

 Ingat!, nilai confidence dari aturan A → B diperoleh dengan:

Confidence = P (B | A) =

Calon aturan asosiasi dari F3

 Jika ditetapkan nilai confidence minimal adalah 60%, maka aturan yg

bisa terbentuk adalah aturan 2) dan 3).
 Latihan
Berdasarkan contoh transaksi yang diberikan, hitunglah!
 Aturan
Jika membeli ... , maka Support Confidence
Transaksi
membeli
Susu, Teh, Gula Teh, Gula

Teh, Gula, Roti Teh, Kopi

Teh, Gula Teh, Susu

Susu, Roti Teh, Roti

Susu, Gula, Roti Gula, Kopi

Teh, Gula Gula, Susu

Gula, kopi, Susu Gula, Roti

Gula, kopi, Susu Kopi, Susu

Susu, Kopi, Roti Kopi, Roti

Gula, Teh, Kopi Susu, Roti

 Latihan (sambungan)

Jawaban:
Gampangkan.....???
Buat program sederhana berdasarkan
algoritma aturan asosiasi..!!
Minggu depan kita liat...
Lupakan...!