DATA MINING - Association Rule | Apriori

•Association Rule – Aturan Asosiasi, menemukan atribut yang muncul dalam satu waktu

•Dalam dunia bisnis biasa disebut Market Basket Analysis

•Contoh :

• Meneliti jumlah pelanggan dari perusahaan telekomunikasi seluer yang diharapkan

  untuk memberikan respon positif terhadap penawaran upgrade layanan.

• Menemukan barang dalam supermarket yang dibeli secara bersamaan .

Penting Tidaknya suatu aturan asosiasi dapat diketahui dengan dua parameter :

• Support ( Nilai Penunjang ), adalah persentase kombinasi item tersebut

  dalam database

  Support(A,B) = Jumlah Transaksi mengandung A dan B

                                       Total Transaksi

• Confidence ( Nilai Kepastian ), adalah kuatnya hubungan antar item dalam

  aturan asosiasi

Confidence=P(A|B) = Jumlah Transaksi mengandung A dan B

                                       Total Transaksi mengandung A

•Itemset adalah himpunan dari item-item yang terbeli pada suatu transaksi

•Frequent item set, item set yang sering muncul dalam satu transaksi

Proses Mining Pada Algoritma Apriori :

  •Pembentukan Kandidat Itemset

  •Join ( Penggabungan ) Dengan item lain

  •Prune  (pemangkasan) – menggunakan minimum support

DOWNLOAD FILE