Praktik

u m Wee
k4
I Nyoman Prana Jaya Semedi (1401181233)

Kadek Satria Yudha Pramana (1401184122)

MB-42-01

http://www.free-powerpoint-templates-design.com
Association Rule
Association Rule adalah suatu metode data mining yang
bertujuan untuk mencari sekumpulan items yang sering
muncul bersamaan. Umumnya association rule ini
dianalogikan dengan keranjang belanjaan (Market Basket).
Dari keranjang belanjaan para pengunjung supermarket
akan dapat diketahui, barang apa saja yang sering dibeli
bersamaan dan barang mana saja yang tidak.
Association Rule
01 VISUALISASI DATA WORDCLOUD

02 VISUALISASI DATA BARCHART

03 VISUALISASI DATA TREE MAP

 Sampel acak
Place Your Picture Here
dataset
 Wordcloud

Visualisasi data
menggunakan wordcloud
Visualisasi data
menggunakan
wordcloud
Barchart

Terlihat jelas bahwa item yang paling populer adalah air

mineral dengan frekuensi 70 sementara yang paling tidak
populer adalah saus tomat dengan frekuensi kurang dari 10
Visualisasi data
menggunakan Tree Map Tree Map
Dari hasil Tree Map
diketahui bahwa
semakin cerah warna
berarti semakin
populer, begitu juga
sebaliknya semakin
gelap berarti semakin
tidak populer (jarang
dibeli).

Mineral water memiliki

warna paling cerah
dan champagne
memiliki warna paling
gelap
 Preprocessing Data
Range disesuaikan dengan
hasil saat kita run command
melihat row and column

Untuk i in range, diganti dengan hasil

Gunakan transcation encoder, dan hasilnya menjadi 902
row yaitu 902.
untuk row dan 119 untuk column
Untuk j in range, diganti dengan hasil
column yaitu 20
Karena 121 column terlalu banyak, maka akan di reduce
menjadi 40 column. Yang perlu dilakukan adalah import
warnings

Selanjutnya, cek column.

 Algoritma Apriori
Import apriori dan atur min
support menjadi 0.01

Hasilnya, itemset
(mineral water)
memiliki support
paling tinggi sebesar
0.246120
Set length menjadi 2 dan
support menjadi lebih dari 0.01

Hasilnya, terdapat 4 rules. Dan support tertinggi sebesar

0.064302 (mineral water & spaghetti)
 Artificial Neural Network

Artificial Neural Network (ANN) adalah sistem komputasi dimana arsitektur dan
komputasi diilhami dari pengetahuan tentang sel saraf dalam otak. ANN merupakan model
yang meniru cara kerja jaringan neural biologis. Dengan melakukan proses belajar jaringan
saraf tiruan dapat mengatur dirinya untuk menghasilkan suatu respon yang konsisten
terhadap rangkaian masukkan. Jaringan saraf tiruan dirancang dan dilatih untuk memiliki
kemampuan seperti manusia.
Artificial Neural Network

01 MLPClassifier dari Scikit Learn Library.

02 Confusion Matrix

03 Menampilkan Akurasi, Presisi, Recall, dll

Hasil Data dari import file

Remove kolom Gender

Kolom Gender di remove karena tidak memuat data berupa angka, melainkan huruf
 Data Set
Dalam dataset, ada 11 kolom sesuai penjabaran disamping. Ada 2
type dalam dataset yang dipakai, yaitu type int64 dan float64.
Menggunakan skala minimal dan
maximal pada kolom Exited
Menghapus Fitur yang tidak terpakai
MLPClassifier dari Scikit Learn Library.

Dari data tersebut didapatkan hasil Jumlah Layer(3)

Jumlah Iterasi (272) dan
Kerugian saat ini yang dihitung dengan fungsi kerugian
(0.4187)
Confusion Matrix

Dari Data tersebut dihasilkan:

True Negative = 2320
False Positif  = 460
HIERARCHIAL CLUSTERING
False Negative  = 53 
True Positif = 167 
Menampilkan Akurasi, Presisi, Recall, dll

HIERARCHIAL CLUSTERING

Menurut data tertulis hasil sebagai berikut :

Akurasi = 0.829
Presisi = 0.759
Recall = 0.266
F1 Score = 0.394
Cohens Kappa Score = 0.3205