Penerapan Metode Association Rule Menggunakan Algoritma Apriori pada Simulasi Prediksi Hujan Wilayah Kota Bandung
Teks penuh
Gambar
Dokumen terkait
Tahap pertama yaitu mencari kombinasi item yang memenuhi syarat minimum dari nilai support dalam database, sehingga semua pola frekuensi tinggi ditemukan, barulah
Algoritma apriori merupakan teknik data mining untuk menemukan kombinasi item dalam database, hasil dari penelitian yang dilakukan, algoritma apriori dapat mempermudah
Untuk mencari aturan asosiatif dari database pengobatan pada klinik amanah penulis menetapkan minimum support sebesar 0.2% dan minimum confidence sebesar 75% , dengan menggunakan
Hasil pengujian aturan asosiasi menggunakan lift ratio pada bulan Maret sampai September 2022 dengan minimum support 2% dan minimum confidence 5% berdasarkan menu transaksi didapatkan
Daftar Calon Aturan Asosiasi No Kombinasi Item Confidence 1 Jika membeli Madu Hutan Baarik 800 gram maka membeli Madu Hutan Baarik 470 gram 80% 2 Jika membeli Habbatussauda cap
Berdasarkan transaksi penjulan obat pada apotek Anza Farma dilakukan analisa apriori dengan parameter nilai minimum supporti 10% dan nilai minimum confidence 70% serta data sebanyak
Berdasarkan hasil penelitian dan analisis data yang telah dilakukan dengan nilai minimum support 0,33 dan nilai minimum confidence 0,80 diperoleh tiga aturan asosiasi, di mana
Dari hasil analisis association rule pada data penjualan, dengan minimum support 30% dan minimum confidence 75% menghasilkan 3 rules dengan 3 produk yang paling banyak diminati konsumen
