• Tidak ada hasil yang ditemukan

DATA MINING UNTUK ANALISA TINGKAT KEJAHA (1)

N/A
N/A
Protected

Academic year: 2018

Membagikan "DATA MINING UNTUK ANALISA TINGKAT KEJAHA (1)"

Copied!
11
0
0

Teks penuh

Loading

Gambar

Gambar 1menunjukkan bahwa algoritma  menghasilkan kandidat baru dari 1-itemset dari
Tabel berikut merupakan tabel semua jenis %    seperti pada tabel 4 berikut ini:
Tabel 6 : Pola Kombinasi  Dua Itemsets
Gambar 1 : Tampilan Utama Tanagra
+3

Referensi

Dokumen terkait

FP – Tree merupakan suatu struktur data berbentuk tree yang menyimpan item – item yang frequent atau nilainya lebih besar dari minimum support yang diberikan, untuk

Aplikasi data mining untuk pemodelan pembelian barang dengan menggunakan algoritma apriori ini dapat menghasilkan kombinasi itemset sampai sebanyak 5 buah item dengan

data mining dengan nilai minimum support 25 (dapat diartikan sebagai minimal jumlah item yang dibeli oleh konsumen di dalam data transaksi adalah 10) adalah

Kandidat k- itemset dibentuk dari kombinasi (k-1)- itemset yang didapat dari iterasi sebelumnya.. 2) Penghitungan support dari tiap kandidat k- itemset. Support dari

mengidentifikasi beberapa tipe dari kaidah asosiasi yang berkaitan dengan data transaksi penjualan yaitu nilai-nilai support dan confidence , mengetahui combinasi dari item-item

Dari hasil penelitian diketahui bahwa hanya 2 kombinasi item set saja yang cocok untuk jenis pemasaran ini, dimana media yang memiliki asosiasi yang sangat

Proses yang terjadi dalam algoritma apriori ketika memindai seluruh item yang ada di dataset, kemudian pemrosesan berlanjut untuk menghitung nilai support count

berdasarkan pengujian ataupun perhitungan yang telah dilakukan 5 kali pada cluster menggunakan metode algoritma clustering maka dapat disimpulkan bahwa jenis kejahatan yang cenderung