Chapter 10 ALGORITME for ASSOCIATION RULES Market Basket Analysis Apriori Case Definition Sulidar Fitri, M.Sc

REFERENCES Budi Santosa. Data Mining: Teknik Pemanfaatan Data Untuk Keperluan Bisnis. 2007. Graha Ilmu Yogyakarta Jiawei Han and Micheline Kamber. Data Mining: Concepts and Techniques. 2006. Department of Computer Science University of Illinois at Urbana-Champaign. www.cs.uiuc.edu/~hanj Ian H. Witten, Eibe Frank, Mark A. Hall. Data Mining Practical Machine Learning Tools and Techniques Third Edition.2011. Elsevier WEKA

INTNRODUCTION DATA MINING TOPIK Proses untuk menemukan dataset baru pada dataset yang sangat besar. TOPIK ASSOCIATION RULES (ATURAN ASOSIASI) FREQUENT ITEMSETS

ATURAN ASOSIASI Menggunakan algoritme klasik : IF - THEN

ATURAN ASOSIASI Analisis Afinitas = “apa bersama apa” Bisa digunakan untuk menentukan kebiasaan “ suatu produk apa akan dibeli bersama apa” Market Basket Analysis Contoh: Studi transaksi di supermarket Jika membeli Susu Bayi makan akan membeli Sabun Mandi

ATURAN ASOSIASI DALAM TRANSAKSI Menemukan asosiasi produk dalam database transaksi suatu supermarket. (database Market Basket) Contoh Kasus: Para manajer ingin mengetahui kelompok items apa yang sering dibeli untuk membuat layout katalog belanja. Solusi: Gunakan aturan asosiasi dalam hubungan “if-then” atau “jika-maka”. Aturan tersebut dihitung dari data yang sifatnya probabilistic berdasarkan data market basket

KASUS Suatu toko yang menjual pakaian olah raga, sedang melakukan promosi padapenjualan topi. Jika seorang pelanggan membeli lebih dari satu macam topi dari 6 pilihan yang ada akan mendapat diskon. Manajer toko tersebut ingin melihat warna apa yang dibeli bersama oleh pelanggan, mengumpulkan data dan menyimpan dalam database.

Data items Topi tersebut berupa: Catatan transaksi pembelian

Ide dari Aturan Asosiasi: Periksa semua kemungkinan “IF - THEN” Pilih yang paling mungkin (most likely) sebagai indicator dari hubungan ketergantungan antar item. Antecedent =“Jika” dan consequent = “maka” Kemungkinan aturan: “Jika Merah, maka Putih ” {Merah, Putih} = {Biru}

Secara praktis, Hanya kombinasi yang terjadi dengan frekuensi yang sangat tinggi yang akan diperhatikan itu yang disebut: FREQUENT ITEM SET

FREQUENT ITEM SET Berhubungan dengan SUPPORT SUPPORT: jumlah transaksi yang mengandung item Support digunakan untuk mengukur seberapa tingkat dukungan data terhadap validitas aturan yang dikembangkan. Dinyatakan dalam prosentase (%) Contoh: {Merah, Putih} adalah 4/10 atau 40%

Mengukur Aturan yang Kuat  

Contoh Confidence Suatu supermarket memiliki 100.000 titik transaksi. Dari jml tersebut ada 1000 transaksi yang mengandung jeruk dan obat flu. Dari 1000 transaksi ada 800 yang mengandung mie instant. Aturan asosiasi jika jeruk dan obat flu dibeli maka mie instant juga dibeli pada belanja yang bersamaan => Support= 800/100.000 Confidence = 800/1000

SUPPORT: Peluang transaksi yang dipilih secara random dari database akan mengandung semua item dalam antecendent maupun consequent atau P (antecedent dan consequent).

P (consequent | antecedent)   P (consequent | antecedent)

Lift Ratio  

Susunlah aturan asosiasi dari set item {merah, putih, hijau} !!

  Jika kita Terapkan syarat minimum confidence 75%, maka hanya aturan 2,3, dan 6 yang akan memenuhi

Ada beberapa algoritme yang sudah dikembangkan mengenai aturan asosiasi, namun ada satu algoritme klasik yang sering dipakai yaitu algoritma apriori (Shmueli et al., 2007)

Apriori: A Candidate Generation-and-Test Approach Apriori pruning principle: If there is any itemset which is infrequent, its superset should not be generated/tested! (Agrawal & Srikant @VLDB’94, Mannila, et al. @ KDD’ 94) Method: Initially, scan DB once to get frequent 1-itemset Generate length (k+1) candidate itemsets from length k frequent itemsets Test the candidates against DB Terminate when no frequent or candidate set can be generated April 10, 2017 Data Mining: Concepts and Techniques

The Apriori Algorithm—An Example Supmin = 2 Itemset sup {A} 2 {B} 3 {C} {D} 1 {E} Database TDB Itemset sup {A} 2 {B} 3 {C} {E} L1 C1 Tid Items 10 A, C, D 20 B, C, E 30 A, B, C, E 40 B, E 1st scan C2 Itemset sup {A, B} 1 {A, C} 2 {A, E} {B, C} {B, E} 3 {C, E} C2 Itemset {A, B} {A, C} {A, E} {B, C} {B, E} {C, E} L2 2nd scan Itemset sup {A, C} 2 {B, C} {B, E} 3 {C, E} C3 L3 Itemset {B, C, E} 3rd scan Itemset sup {B, C, E} 2 April 10, 2017 Data Mining: Concepts and Techniques

Any Queries ?