Association Rule B y : E ka P raja W iyata M andala Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika.

Slides:



Advertisements
Presentasi serupa
Menggambarkan Data: Tabel Frekuensi, Distribusi Frekuensi, dan Presentasi Grafis Chapter 2.
Advertisements

1.Jatuh cinta akan bidang yang digeluti. Jika jatuh cinta, maka akan selalu ingin memberikan yang terbaik dan penuh semangat Seperti lagu Kristina : Jatuh.
Kapasitor dan Dielektrik
MS. POWER POINT 2007 Kelas XII Semester 2
Data Mining dan Aplikasi untuk Knowledge Management
This document is for informational purposes only. MICROSOFT MAKES NO WARRANTIES, EXPRESS OR IMPLIED, IN THIS DOCUMENT. © 2006 Microsoft Corporation. All.
I1B-Pemodelan Sistem Informasi PSI3 - 1 Fakultas Teknologi Informasi - Universitas Budi Luhur Ganjil 2005/2006 Class Diagram Membantu dalam visualisasi.
Array Multidimensi MATRIK.
Mata Kuliah : ALGORITMA dan STRUKTUR DATA 1.
4 - 1 Copyright © 2004 by The McGraw-Hill Companies, Inc. All rights reserved.
MODUL 10 APRIORI.
MELAKUKAN INSTALASI SISTEM OPERASI WINDOWS XP
Database Recovery Department of Computers Science Faculity Mathematics and Natural Science University of Pakuan Bogor 2011.
PERHIMPUNAN PELAJAR INDONESIA UNITED KINGDOM Created by : Anggara.
Pemrograman Visual. Pernyataan IF…THEN…ELSE Pernyataan ini hanya memeriksa apakah suatu blok kode program dapat dieksekusi atau tidak. Jika kondisi pernyataan.
Introduction to The Design & Analysis of Algorithms
Database Create-Retrieve-Update-Delete (CRUD)
PENGENALAN PL/SQL.
Ilmu Komputer, FMIPA UGM
PELUANG KARIR BAGI LULUSAN ILMU KOMPUTER DI DUNIA KERJA
Internal dan Eksternal Sorting
Contoh Kasus Fuzzy dalam menentukan Jumlah Produksi Barang berdasarkan Jumlah Permintaan konsumen dan Jumlah Barang yang tersedia di gudang.
Pengantar/pengenalan (Introduction)
Interface Nur Hayatin, S.ST Jurusan Teknik Informatika Universitas Muhammadiyah Malang Sem Genap 2010.
Oracle Developer/2000. Developer/2000 Products FormsReportsGraphics.
Functions (Fungsi) Segaf, SE.MSc. Definition “suatu hubungan dimana setiap elemen dari wilayah saling berhubungan dengan satu dan hanya satu elemen dari.
Bilqis1 Pertemuan bilqis2 Sequences and Summations Deret (urutan) dan Penjumlahan.
NoObjekPropertiNilai 1FrmsegitigaNameFrmsegiitiga 2FrmsegitigaCaptionLuas Segi Tiga MDI ( Multiple Document Interface ) Pendahuluan MDI singkatan dari.
Array.
Function, Procedure, Unit
These courseware materials are to be used in conjunction with Software Engineering: A Practitioner’s Approach, 6/e and are provided with permission by.
TRAVERSING BINARY TREE
C H A P T E R 12 INTANGIBLE ASSETS (Asset Berwujud)
PENGAMBILAN KEPUTUSAN. 3. Operator Logika TandaKeterangan && Logika DAN  AND I I Logika ATAU  OR ! Negasi (lawan) Logika AND  True AND True = True.
Sprite Setiap objek dalam game yang memiliki gambar dan karakteristik.
Metering Nol memerintahkan kamera utk melihat, sedekat mungkin dengan seperti mata kita melihatnya Eny Erawati, S.Sn.
Aplikasi Manipulasi Data
1. 2 Work is defined to be the product of the magnitude of the displacement times the component of the force parallel to the displacement W = F ║ d F.
Structured Query Language (SQL)
SUMBER CLOCK AVR UNIVERSITAS JENDERAL ACHMAD YANI RIZAL SURYANA.
Via Octaria Malau Transfer (Internal Transfers) Transfer (Transfers Internal) Select the account from which funds are to be transferred FROM and then select.
Double Linked List. © 2005 Pearson Education, Inc., Upper Saddle River, NJ. All rights reserved. Double Linked List Sama seperti single linked list, double.
Red -BlackTrees Evaliata Br Sembiring.
The intensive state of a PVT system containing N chemical species and  phases in equilibrium is characterized by the intensive variables, temperature.
Person 19 || Marty Rori 1. Apa yang Buruk Tentang Menggunakan? Vairables global? 2 tidak aman!  Jika dua atau lebih programmer bekerja sama dalam program,
DANDC wijanarto.
FISIKA DASAR By: Mohammad Faizun, S.T., M.Eng. Head of Manufacture System Laboratory Mechanical Engineering Department Universitas Islam Indonesia.
MEMBUAT DATABASE LEWAT KODE PROGRAM
AUSTRALIA INDONESIA PARTNERSHIP FOR EMERGING INFECTIOUS DISEASES PELATIHAN EXCEL DASAR.
Kemajuan teknologi informasi & komunikasi memungkinkan sebuah perusahaan untuk memperoleh dan menyimpan data transaksional dan demografi secara.
Market Basket Analysis
Pertemuan XIV FUNGSI MAYOR Assosiation. What Is Association Mining? Association rule mining: –Finding frequent patterns, associations, correlations, or.
Market Basket Analysis - #3
Association Rules.
Association Rule (Apriori Algorithm)
ANALISIS ASOSIASI BAGIAN 1
ANALISIS ASOSIASI.
ANALISIS ASOSIASI BAGIAN 2
Association Rule Ali Ridho Barakbah Mata kuliah Data Mining.
ANALISIS ASOSIASI BAGIAN 1
ALGORITMA A PRIORI Wahyu Nurjaya WK, S.T., M.Kom.
FIKRI FADLILLAH, S.T., MMSI
Assocation Rule Data Mining.
ANALISIS ASOSIASI BAGIAN 1
ANALISA ASOSIASI DATA MINING.
.: ALGORITMA APRIORI :. DSS - Wiji Setiyaningsih, M.Kom
ANALISIS ASOSIASI APRIORI.
MODUL 10 APRIORI.
ASSOCIATION RULE DAN PENERAPANNYA
ASSOCIATION RULES APRIORI.
Transcript presentasi:

Association Rule B y : E ka P raja W iyata M andala Universitas Putra Indonesia YPTK Padang Fakulas Ilmu Komputer Program Studi Teknik Informatika

Association Rule Discovery Teknik Association Rule Association Rule →Penemuan Frequent Pattern, Asosiasi diantara sekumpulan item di dalam database Body → Head [Support, Confidence]

Association Rule Discovery Konsep Dasar : 1. Support dimana : n = jumlah transaksi Support (x→y) = Support (y→x)

Association Rule Discovery Confidence (x→y) = Support (x→y) Support (x) 2. Confidence dimana : Confidence (x→y) ≠ Confidence (y→x)

Association Rule Discovery 3. Interesting Rule Adalah rule dimana Support ≥ Minimum Support dan Confidence ≥ Minimum Confidence

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 2. Gunakan Frequent Item Set untuk menghasilkan Rule Asosiasi

Association Rule Discovery Contoh : Diketahui sebuah tabel Transaksi seperti dibawah ini : Transaction IDItem Bought 1000A, B, C 2000A, C 4000A, D 5000B, E, F Ditentukan :Minimum Support = 50 % Minimum Confidence= 50 %

Association Rule Discovery Solusi : 1.Tentukan Frequent Item Set : -Item {A, B, C, D, E, F} -Support (A) = A / n = 3 / 4 = 75% -Support (B) = B / n = 2 / 4 = 50% -Support (C) = C / n = 2 / 4 = 50% -Support (D) = D / n = 1 / 4 = 25% -Support (E) = E / n = 1 / 4 = 25% -Support (F) = F / n = 1 / 4 = 25%

Association Rule Discovery Maka : ItemSupport A75% B50% C D25% E F Frequent Item Set (FIS) Besar atau sama dengan Minimum Support

Association Rule Discovery -Item {A, B, C} -Support (A → B) = A U B / n = 1 / 4 = 25% -Support (A → C) = A U C / n = 2 / 4 = 50% -Support (B → C) = B U C / n = 1 / 4 = 25% Maka : ItemSupport AB25% AC50% BC25% Frequent Item Set (FIS) Besar dari Minimum Support → Jadi : FIS = {AC}

Association Rule Discovery 2.Tentukan Confidence : Confidence (A → C) = Support (A → C) / Support (A) = (2 / 4) / (3 / 4)= 66,6% atau = 50% / 75% = 66,6% Confidence (C → A) = Support (C → A) / Support (C) = (2 / 4) / (2 / 4)= 100% atau = 50% / 50% = 100%

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 Minimum Confidence

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 -Dari semua transaksi yang membeli item C, 100% membeli item A