• Tidak ada hasil yang ditemukan

BAB V ANALISA HASIL DAN PEMBAHASAN

A. Percobaan Jenis I

2. Percobaan dengan Dataset II

No Frequent 1-itemset Count Support

1. {Analisis Algoritma} 96 0.70

2. {Pengantar Grafika Komputer dan Multimedia} 105 0.77

3. {Sistem Cerdas} 91 0.66

Dari frequent 1_itemset diatas tidak terbentuk frequent 2_ itemset sehingga tidak akan terbentuk aturan asosiasi yang kuat karena sebuah aturan asosiasi terbentuk dari paling sedikit 2 itemset.

2. Percobaan dengan Dataset II

Pada percobaan ini dataset yang dipakai adalah nilai akademik mahasiswa yang dinyatakan kurang berhasil dalam hal ini tiap matakuliah mendapat nilai C,D,E,atau F. Pada Dataset II ini input minimum support berkisar 0.3 s.d 0.65. Contoh format Dataset II adalah sebagai berikut :

Nim Kode_mtk Mtk Nilai

2114 MAK 103 Algoritma dan Pemrograman I C 2114 MAK 104 Algoritma Dan Pemrograman II C 2114 MAK 217 Analisis Algoritma C 2114 MAK 303 Basis Data II C 2114 MAK 411 Kompresi Data C 2114 MAK 215 Rekayasa Perangkat Lunak I C 2114 MAK 301 Rekayasa Perangkat Lunak II C 2114 MAK 214 Sistem Cerdas C 2114 MAK 205 Struktur Data C 2114 MAK 209 Basis Data I D 2115 MAK 417 Pemrosesan Bahasa Alami C 2115 MAK 301 Rekayasa Perangkat Lunak II C 2115 MAK 221 Grafika Komputer Lanjut D 2115 MAK 219 Jaringan Syaraf Tiruan D

Tabel 5.17 Frequent 1_itemset dengan minsup 0.65 pada dataset I

2115 MAK 413 Konsep Bahasa Pemrograman F

dst dst dst dst

a). Percobaan I.2.a

Minimum support : 0.3

Terdapat frequent 1_itemset sebagai berikut :

No Frequent 1-itemset Count Support 1. {Algoritma dan Pemrograman I } 62 0.46 2. {Algoritma dan Pemrograman II} 91 0.67

3. {Basis Data I} 94 0.70

4. {Basis Data II} 59 0.44

5. {Rekayasa Perangkat Lunak I} 86 0.64

6. {Rekayasa Perangkat Lunak II} 71 0.53

7. {Sistem Cerdas} 48 0.36

8. {Struktur Data} 62 0.46

Dari frequent 1_itemset diatas terbentuk frequent 2_itemset dan frequent 3_itemset sebagai berikut :

No Frequent 2-itemset Count Support

1. {1,2} 52 0.39 2 . {1,3} 51 0.38 3. {1,5} 44 0.33 4. {2,3} 76 0.56 5. {2,4} 49 0.36 6. {2,5} 63 0.47 7. {2,6} 51 0.38

Tabel 5.19 Frequent 1_itemset dengan minsup 0.3 pada dataset II

8. {2,8} 54 0.40 9. {3,4} 50 0.37 10. {3,5} 66 0.49 11. {3,6} 57 0.42 12. {3,8} 56 0.41 13. {4,5} 42 0.31 14. {5,6} 44 0.33 15. {5,8} 43 0.32

No Frequent 3-itemset Count Support

1. {1,2,3} 45 0.33 2. {2,3,4} 45 0.33 3. {2,3,5} 55 0.41 4. {2,3,6} 47 0.35 5. {2,3,8} 50 0.37 6. {3,5,8} 42 0.31

Dari frequent 2_itemset dan frequent 3_itemset terbentuk strong association rule sebanyak 59 yaitu sebagai berikut :

No Aturan

Aturan Asosiasi Confidence

1 Algoritma dan Pemrograman I  Algoritma dan Pemrograman II

0.85 2 Algoritma dan Pemrograman II  Algoritma dan

Pemrograman I

0.58 3 Algoritma dan Pemrograman I  Basis Data I 0.83 4 Basis Data I  Algoritma dan Pemrograman I 0.55 5 Algoritma dan Pemrograman I  Rekayasa Perangkat

Lunak I

0.72 6 Rekayasa Perangkat Lunak I  Algoritma dan

Pemrograman I

0.52 7 Algoritma dan Pemrograman II  Basis Data I 0.83 8 Basis Data I  Algoritma dan Pemrograman II 0.80 9 Algoritma dan Pemrograman II  Basis Data II 0.53 10 Basis Data II  Algoritma dan Pemrograman II 0.82 11 Algoritma dan Pemrograman II  Rekayasa Perangkat

Lunak I

0.70

Tabel 5.22 Aturan asosiasi dengan minsup 0.3 dan minconf 0,5 pada dataset II Tabel 5.21 Frequent 3_itemset dengan minsup 0.3 pada dataset II

12 Rekayasa Perangkat Lunak I  Algoritma dan Pemrograman II

0.74 13 Algoritma dan Pemrograman II  Rekayasa Perangkat

Lunak

0.56 14 Rekayasa Perangkat Lunak  Algoritma dan

Pemrograman II

0.72 15 Algoritma dan Pemrograman II  Struktur Data 0.59 16 Struktur Data  Algoritma dan Pemrograman II 0.87

17 Basis Data I  Basis Data II 0.53

18 Basis Data II  Basis Data I 0.85

19 Basis Data I  Rekayasa Perangkat Lunak I 0.70 20 Rekayasa Perangkat Lunak I  Basis Data I 0.77 21 Basis Data I  Rekayasa Perangkat Lunak 0.60 22 Rekayasa Perangkat Lunak  Basis Data I 0.80

23 Basis Data I  Struktur Data 0.59

24 Struktur Data  Basis Data I 0.89

25 Basis Data II  Rekayasa Perangkat Lunak I 0.71 26 Rekayasa Perangkat Lunak I  Rekayasa Perangkat

Lunak

0.52 27 Rekayasa Perangkat Lunak  Rekayasa Perangkat Lunak

I

0.63 28 Rekayasa Perangkat Lunak I  Struktur Data 0.50 29 Struktur Data  Rekayasa Perangkat Lunak I 0.70 30 Algoritma dan Pemrograman I  Algoritma dan

Pemrograman II & Basis Data I

0.72 31 Algoritma dan Pemrograman I  Basis Data I 0.85 32 Algoritma dan Pemrograman I & Basis Data I

Algoritma dan Pemrograman II

0.87 33 Algoritma dan Pemrograman II & Basis Data I

Algoritma dan Pemrograman I

0.59 34 Basis Data II  Algoritma dan Pemrograman II & Basis

Data I

0.75 35 Algoritma dan Pemrograman II & Basis Data I

Basis Data II

0.59 36 Algoritma dan Pemrograman II & Basis Data II

Basis Data I

0.92 37 Basis Data I & Basis Data II  Algoritma dan

Pemrograman II

0.89 38 Algoritma dan Pemrograman II  Basis Data I &

Rekayasa Perangkat Lunak I

0.61 39 Basis Data I  Algoritma dan Pemrograman II &

Rekayasa Perangkat Lunak I

40 Rekayasa Perangkat Lunak I  Algoritma dan Pemrograman II & Basis Data I

0.64 41 Algoritma dan Pemrograman II & Basis Data I

Rekayasa Perangkat Lunak I

0.73 42 Algoritma dan Pemrograman II & Rekayasa Perangkat

Lunak I  Basis Data I

0.87 43 Basis Data I & Rekayasa Perangkat Lunak I

Algoritma dan Pemrograman II

0.84 44 Algoritma dan Pemrograman II  Basis Data I &

Rekayasa Perangkat Lunak II

0.52 45 Basis Data I  Algoritma dan Pemrograman II &

Rekayasa Perangkat Lunak II

0.50 46 Rekayasa Perangkat Lunak II  Algoritma dan

Pemrograman II & Basis Data I

0.66 47 Algoritma dan Pemrograman II & Basis Data I

Rekayasa Perangkat Lunak II

0.63 48 Algoritma dan Pemrograman II & Rekayasa Perangkat

Lunak II  Basis Data I

0.92 49 Basis Data I &Rekayasa Perangkat Lunak II

Algoritma dan Pemrograman II

0.83 50 Algoritma dan Pemrograman II  Basis Data I &

Struktur Data

0.55 51 Basis Data I  Algoritma dan Pemrograman II &

Struktur Data

0.53 52 Struktur Data  Algoritma dan Pemrograman II & Basis

Data I

0.80 53 Algoritma dan Pemrograman II & Basis Data I

Struktur Data

0.66 54 Algoritma dan Pemrograman II & Struktur Data

Basis Data I

0.93 55 Basis Data I & Struktur Data  Algoritma dan

Pemrograman II

0.90 56 Struktur Data  Basis Data I & Rekayasa Perangkat

Lunak I

0.67 57 Basis Data I & Rekayasa Perangkat Lunak I

Struktur Data

0.63 58 Basis Data I & Struktur Data  Rekayasa Perangkat

Lunak I

0.76 59 Rekayasa Perangkat Lunak I &Struktur Data

Basis Data I

0.97

Minimum Support : 0.35

Terbentuk frequent 1_itemset sebanyak 8 itemset yaitu sebagai berikut :

No Frequent 1-itemset Count Support

1. {Algoritma dan Pemrograman I } 62 0.46

2. {Algoritma dan Pemrograman II} 91 0.67

3. {Basis Data I} 94 0.70

4. {Basis Data II} 59 0.44

5. {Rekayasa Perangkat Lunak I} 86 0.64

6. {Rekayasa Perangkat Lunak II} 71 0.53

7. {Sistem Cerdas} 48 0.36

8. {Struktur Data} 62 0.46

Kemudian dari frequent 1_itemset diatas terbentuk frequent 2_itemset dan frequent 3_itemset yaitu sebagai berikut :

No Frequent 2-itemset Count Support

1. {1,2} 52 0.39 2 . {1,3} 51 0.38 3. {2,3} 76 0.56 4. {2,4} 49 0.36 5. {2,5} 63 0.47 6. {2,6} 51 0.38 7. {2,8} 54 0.40 8. {3,4} 50 0.37 9. {3,5} 66 0.49 10. {3,6} 57 0.42 11. {3,8} 56 0.41 No Frequent 3-itemset Count Support

Tabel 5.23 Frequent 1_itemset dengan minsup 0.35 pada dataset II

Tabel 5.24 Frequent 2_itemset dengan minsup 0.35 pada dataset II

1. {2,3,5} 55 0.41

2. {2,3,6} 47 0.35

3. {2,3,8} 50 0.37

Dari frequent itemset diatas dapat dibentuk strong association rule sebanyak 34 sebagai berikut :

No Aturan Aturan Asosiasi Confidence 1 Algoritma dan Pemrograman I  Algoritma dan

Pemrograman II

0.85 2 Algoritma dan Pemrograman II  Algoritma dan

Pemrograman I

0.58 3 Algoritma dan Pemrograman I  Basis Data I 0.83 4 Basis Data I  Algoritma dan Pemrograman I 0.55 5 Algoritma dan Pemrograman II  Basis Data I 0.83 6 Basis Data I  Algoritma dan Pemrograman II 0.80 7 Algoritma dan Pemrograman II  Basis Data II 0.53 8 Basis Data II  Algoritma dan Pemrograman II 0.82 9 Algoritma dan Pemrograman II  Rekayasa

Perangkat Lunak I

0.70 10 Rekayasa Perangkat Lunak I  Algoritma dan

Pemrograman II

0.74 11 Algoritma dan Pemrograman II  Rekayasa

Perangkat Lunak II

0.56 12 Rekayasa Perangkat Lunak II  Algoritma dan

Pemrograman II

0.72 13 Algoritma dan Pemrograman II  Struktur Data 0.59 14 Struktur Data  Algoritma dan Pemrograman II 0.87

15 Basis Data I  Basis Data II 0.53

16 Basis Data II  Basis Data I 0.85

17 Basis Data I  Rekayasa Perangkat Lunak I 0.70 18 Rekayasa Perangkat Lunak I  Basis Data I 0.77 19 Basis Data I  Rekayasa Perangkat Lunak II 0.60 20 Rekayasa Perangkat Lunak II  Basis Data I 0.80

21 Basis Data I  Struktur Data 0.59

22 Struktur Data  Basis Data I 0.89

23 Algoritma dan Pemrograman II  Basis Data I & Rekayasa Perangkat Lunak I

0.61 24 Basis Data I  Algoritma dan Pemrograman II &

Rekayasa Perangkat Lunak I

0.59 25 Rekayasa Perangkat Lunak I  Algoritma dan

Pemrograman II & Basis Data I

0.64 26 Algoritma dan Pemrograman II & Basis Data I

Rekayasa Perangkat Lunak I

0.73 27 Algoritma dan Pemrograman II & Rekayasa

Perangkat Lunak I  Basis Data I

0.87 28 Basis Data I & Rekayasa Perangkat Lunak I

Algoritma dan Pemrograman II

0.84 29 Algoritma dan Pemrograman II  Basis Data I & 0.55 Tabel 5.26 Aturan asosiasi dengan minsup 0.35 dan minconf 0.5 pada dataset

Percobaan I.2.c

Minimum support : 0.4

Terbentuk frequent 1_itemset sebanyak 7 itemset seperti berikut ini :

No Frequent 1-itemset Count Support 1. {Algoritma dan Pemrograman I } 62 0.46 2. {Algoritma dan Pemrograman II} 91 0.67

3. {Basis Data I} 94 0.70

4. {Basis Data II} 59 0.44

5. {Rekayasa Perangkat Lunak I} 86 0.64

6. {Rekayasa Perangkat Lunak II} 71 0.53

7. {Struktur Data} 62 0.46

Kemudian terbentuk frequent 2_itemset dan frequent 3_itemset sebagai berikut :

No Frequent 2-itemset Count Support

1. {2,3} 76 0.56 2. {2,5} 63 0.47 3. {2,7} 54 0.40 4. {3,5} 66 0.49 5. {3,6} 57 0.42 6. {3,7} 56 0.41 No Frequent 3-itemset Count Support 1. {2,3,5} 55 0.41

Dari frequent 2_itemset dan frequent 3_itemset diatas terbentuk aturan asosiasi sebagai berikut :

Tabel 5.28 Frequent 2_itemset dengan minsup 0.4 pada dataset II

Tabel 5.29 Frequent 3_itemset dengan minsup 0.4 pada dataset II Tabel 5.27 Frequent 1_itemset dengan minsup 0.4 pada dataset II

No aturan

Aturan Asosiasi Confidence

1 Algoritma dan Pemrograman II  Basis Data I 0.83 2 Basis Data I  Algoritma dan Pemrograman II 0.80 3 Algoritma dan Pemrograman II  Rekayasa

Perangkat Lunak I

0.70 4 Rekayasa Perangkat Lunak I  Algoritma dan

Pemrograman II

0.74 5 Algoritma dan Pemrograman II  Struktur Data 0.59 6 Struktur Data  Algoritma dan Pemrograman II 0.87 7 Basis Data I  Rekayasa Perangkat Lunak I 0.70 8 Rekayasa Perangkat Lunak I  Basis Data I 0.77 9 Basis Data I  Rekayasa Perangkat Lunak II 0.60 10 Rekayasa Perangkat Lunak II  Basis Data I 0.80

11 Basis Data I  Struktur Data 0.59

12 Struktur Data  Basis Data I 0.89

13 Algoritma dan Pemrograman II  Basis Data I & Rekayasa Perangkat Lunak I

0.61 14 Basis Data I  Algoritma dan Pemrograman II &

Rekayasa Perangkat Lunak I

0.59 15 Rekayasa Perangkat Lunak I  Algoritma dan

Pemrograman II

0.64 16 Algoritma dan Pemrograman II & Basis Data I

Rekayasa Perangkat Lunak I

0.73 17 Algoritma dan Pemrograman II & Rekayasa

Perangkat Lunak I  Basis Data I

0.87 18 Basis Data I & Rekayasa Perangkat Lunak I

Algoritma dan Pemrograman II

0.84

c). Percobaan I.2.d

Minimum support : 0.45

Frequent 1_itemset yang terbentuk adalah sebagai berikut :

No Frequent 1-itemset Count Support

1. {Algoritma dan Pemrograman I} 62 0.46

2. {Algoritma dan Pemrograman II} 91 0.67

3. {Basis Data I} 94 0.70

4. {Rekayasa Perangkat Lunak I} 86 0.64

Tabel 5.31 Frequent 1_itemset dengan minsup 0.45 pada dataset II

5. {Rekayasa Perangkat Lunak II} 71 0.53

6. {Struktur Data} 62 0.46

Kemudian terbentuk frequent 2_itemset sebagai berikut :

Aturan asosiasi yang kuat yang terbentuk adalah sebanyak 6 aturan yaitu sebagai berikut :

No Aturan

Aturan assosiasi Confidence 1 Algoritma dan Pemrograman II  Basis Data I 0.83 2 Basis Data I  Algoritma dan Pemrograman II 0.80 3 Algoritma dan Pemrograman II  Rekayasa

Perangkat Lunak I

0.70 4 Rekayasa Perangkat Lunak I  Algoritma dan

Pemrograman II

0.74 5 Basis Data I  Rekayasa Perangkat Lunak I 0.70 6 Rekayasa Perangkat Lunak I  Basis Data I 0.77 Percobaan I.2.e

Minimum support : 0.5

Frequent 1_itemset yang terbentuk adalah sebagai berikut :

No Frequent 1-itemset Count Support

1. {Algoritma dan Pemrograman II} 91 0.67

2. {Basis Data I} 94 0.70

3. {Rekayasa Perangkat Lunak I} 86 0.64

4. {Rekayasa Perangkat Lunak II} 71 0.53

No Frequent 2-itemset Count Support

1. {2,3} 76 0.56

2. {2,4} 63 0.47

3. {3,4} 66 0.49

Tabel 5.32 Frequent 2_itemset dengan minsup 0.45 pada dataset II

Tabel 5.34 Frequent 1_itemset dengan minsup 0.5 pada dataset II Tabel 5.33 Aturan Asosiasi dengan minsup 0.45 dan minconf 0.5

Kemudian terbentuk frequent 2_itemset sebagai berikut :

No Frequent 2-itemset Count Support

1. {1,2} 76 0.56

Sehingga terbentuk strong association rule seperti pada tabel dibawah ini :

No atura n

Aturan asosiasi Confidence 1 Algoritma dan Pemrograman II  Basis Data

I

0.83 2 Basis Data I  Algoritma dan Pemrograman

II

0.80

Percobaan I.2.f

Minimum support : 0.55

Frequent 1_itemset yang terbentuk adalah sebagai berikut :

No Frequent 1-itemset Count Support

1. {Algoritma dan Pemrograman II} 91 0.67

2. {Basis Data I} 94 0.70

3. {Rekayasa Perangkat Lunak I} 86 0.64

Kemudian terbentuk frequent 2_itemset sebagai berikut :

No Frequent 2-itemset Count Support

1. {1,2} 76 0.56

Tabel 5.35 Frequent 2_itemset dengan minsup 0.5 pada dataset II

Tabel 5.36 Aturan asosiasi dengan minsup 0.5 dan minconf 0.5 pada dataset II

Tabel 5.37 Frequent 1_itemset dengan minsup 0.55 pada dataset II

Sehingga terbentuk aturan asosiasi seperti pada tabel dibawah ini :

No atura n

Aturan asosiasi Confidence 1 Algoritma dan Pemrograman II  Basis

Data I

0.83 2 Basis Data I  Algoritma dan

Pemrograman II

0.80

Percobaan I.2.g

Minimum support : 0.6

Frequent 1_itemset yang terbentuk adalah sebagai berikut :

No Frequent 1-itemset Count Support

1. {Algoritma dan Pemrograman II} 91 0.67

2. {Basis Data I} 94 0.70

3. {Rekayasa Perangkat Lunak I} 86 0.64

Kemudian terbentuk frequent 2_itemset sebagai berikut :

No Frequent 2-itemset Count Support

1. {1,2} 76 0.56

Sehingga terbentuk aturan asosiasi seperti pada tabel dibawah ini :

No Aturan

Aturan asosiasi Confidence 1 Algoritma dan Pemrograman II  Basis

Data I

0.83 2 Basis Data I  Algoritma dan

Pemrograman II

0.80 Tabel 5.39 Aturan asosiasi dengan minsup 0.55 dan minconf 0.5 pada

dataset II

Tabel 5.40 Frequent 1_itemset dengan minsup 0.6 pada dataset II

Tabel 5.41 Frequent 2_itemset dengan minsup 0.6 pada dataset II

Tabel 5.42 Aturan asosiasi dengan minsup 0.6 dan minconf 0.5 pada dataset II

Percobaan I.2.h

Minimum support : 0.65

Frequent 1_itemset yang terbentuk adalah sebagai berikut :

No Frequent 1-itemset Count Support

1. {Algoritma dan Pemrograman II} 91 0.67

2. {Basis Data I} 94 0.70

Dari frequent 1_itemset diatas tidak terbentuk frequent 2_ itemset sehingga tidak akan terbentuk aturan asosiasi.

Dokumen terkait