Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

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

Presentasi serupa


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

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

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

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

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

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

6 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

7 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 %

8 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%

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

10 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}

11 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%

12 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

13 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


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

Presentasi serupa


Iklan oleh Google