Home » Research

Tomi Listiawan, S.Si., M.Pd.Mengembangkan Perangkat Lunak Data Mining Untuk Penggalian Kaidah Asosiasi

Sat, 09 May 2015 by P2SIP

Ketersediaan data dari suatu database transaksional (misalkan data penjualan di swalayan), telah mendorong pengembangan teknik-teknik yang secara otomatis dapat menemukan asosiasi produk atau item-item yang tersimpan dalam database. Teknik penemuan aturan asosiasi antar produk yang tersimpan dalam database inilah yang dikenal dengan teknik mining association rules (penggalian kaidah asosiasi).

Banyak teori dan algoritma yang dikembangkan untuk melakukan teknik mining association rules. Salah satu algoritma yang dikembangkan adalah Apriori. Metode atau algoritma apriori ini mempunyai tujuan utama untuk mencari maksimal frequent itemset. Frequent itemset inilah yang selanjutnya di-generate menjadi aturan-aturan asosiatif, yang sebelumnya sama sekali tidak muncul dalam database, menjadi suatu informasi berharga untuk bahan pertimbangan proses pengambilan keputusan. Algoritma apriori yang merupakan interpretasi teknik mining association rules, telah diimplementasikan dalam suatu perangkat lunak berbasis web.

Pada uji coba perangkat lunak yang diterapkan pada beberapa data yang berbeda, diperoleh suatu kesimpulan bahwa waktu yang diperlukan untuk proses penggalian kaidah asosiasi sangat tergantung pada jumlah kemunculan setiap item pada transaksi, jumlah transaksi, minimum support, dan minimum confidence. Sedangkan semakin kecil nilai minimum support dan minimum confidence yang dimasukkan, maka aturan asosiasi yang dihasilkan akan semakin banyak, demikian pula sebaliknya.











 













Research »

Activities »

News »

Headlines »

Job Vacancies »

Quick Links »