Association Rule
Association Rule Discovery
Teknik Association Rule
Association Rule
→ Penemuan Frequent Pattern, Asosiasi diantara sekumpulan item di dalam database
Association Rule Discovery
Konsep Dasar : 1. Support
dimana : n = jumlah transaksi
Association Rule Discovery
Confidence(x→y) = Support(x→y) Support(x) 2. Confidence
dimana :
Association Rule Discovery
3. Interesting Rule
Adalah rule dimana Support ≥ Minimum Support
Association Rule Discovery
Algoritma Association Rule (Apriori Algorithm)
1. Menentukan Frequent Item Set (FIS) yaitu dengan Set of Item (sekumpulan item) yang mana
Support ≥ Minimum Support
• Subset dari Frequent Item Set harus Frequent Item Set
• Pencarian Frequent Item Set mulai dari 1 item s/d n itemset
Association Rule Discovery
Contoh :
Diketahui sebuah tabel Transaksi seperti dibawah ini :
Transaction ID Item Bought
1000 A , B , C
2000 A , C
4000 A , D
5000 B , E , F
Association Rule Discovery
Solusi :
1. Tentukan Frequent Item Set :
Association Rule Discovery
Frequent Item Set (FIS)
Besar atau sama dengan
Association Rule Discovery
Frequent Item Set (FIS)
Besar dari Minimum Support
→
Association Rule Discovery
2. Tentukan Confidence :
Association Rule Discovery
3. Tentukan Interesting Rule :
Body → Head [Support, Confidence]
Maka :
A → C [50% , 66,6%] C → A [50% , 100%]
Interenting Rule
Besar dari atau sama dengan Minimum Support dan
Association Rule Discovery
4. Tentukan Knowledge:
A → C
- 50 % dari semua transaksi, item A dan item C dibeli secara bersamaan
- Dari semua transaksi yang membeli item A, 66,6% membeli item C
C → A
- 50 % dari semua transaksi, item C dan item A dibeli secara bersamaan
Association Rule - Latihan
Diketahui sebuah tabel Transaksi seperti dibawah ini
Transaction ID Item Bought
T001 Buku, Pena
T002 Spidol, Buku, Kertas
T003 Buku, Kertas, Pena, Spidol
T004 Spidol, Kertas
T005 Buku, Tipe-ex, Pena