Market Basket Analysis - #3

Presentasi berjudul: "Market Basket Analysis - #3"— Transcript presentasi:

1 Market Basket Analysis - #3
PAC175 (3 sks) DATA MINING Nurdin Bahtiar, S.Si, MT

2 3.1 Ide Dasar

3 3.1 Ide Dasar (cont’d) Aturan yang menyatakan asosiasi antara beberapa atribut sering disebut Affinity Analysis atau Market Basket Anaysis. Analisis asosiasi (Association Rule) merupakan salah satu teknik yang digunakan untuk menemukan aturan asosiatif antara suatu kombinasi item. Misalnya aturan asosiatif dari analisis pembelian di suatu pasar swalayan adalah dapat diketahuinya berapa besar kemungkinan seorang pelanggan membeli roti bersamaan dengan susu, pasta gigi dengan sikat gigi, bir dengan pampers, dsb. Dengan pengetahuan tsb pemilik pasar swalayan dapat mengatur penempatan barangnya atau merancang kampanye pemasaran terkait dengan pengetahuan yang didapat.

4 {roti, mentega}  {susu} (support=40%, confidence=50%)
3.1 Ide Dasar (cont’d) Aturan asosiasi biasanya dinyatakan dalam bentuk: {roti, mentega}  {susu} (support=40%, confidence=50%) Aturan tersebut dapat berarti: “50% dari transaksi yang memuat item roti dan mentega juga memuat susu. Sedangkan 40% dari seluruh transaksi memuat ketiga item itu”. “Seorang konsumen yang membeli roti dan mentega punya kemungkinan 50% juga membeli susu. Aturan ini cukup signifikan karena mewakili 40% dari transaksi yg ada”.

5 3.2 Rumus Dasar Nilai support dari aturan A  B diperoleh dengan:
Support = P (A  B) = Nilai confidence dari aturan A  B diperoleh dengan: Confidence = P (B | A) =

6 3.3 Contoh Kasus Misalkan dari suatu database transaksi didapatkan data sbb: Transaksi Dalam bentuk tabular

7 3.3 Definisi Beberapa pengertian:
Sebuah itemset merupakan himpunan item-item yang berada dalam himpunan item yang dijual, yaitu {teh, gula, kopi, susu, roti}. k-itemset adalah itemset yang berisi k item. Misalnya {teh, gula} adalah 2-itemset, {teh, gula, roti} adalah 3-itemset. Frequent itemset menunjukkan itemset yang memiliki frekuensi kemunculan lebih dari minimum yang ditentukan (). Himpunan dari frequent k-itemset dilambangkan dengan Fk.

8 3.3 Definisi (cont’d) 5C2 = 10 5C3 = 10 Jika  = 2, maka:
Calon 2-itemset Calon 3-itemset Jika  = 2, maka: F2= { {teh, gula}, {gula, kopi}, {gula, susu}, {gula, roti}, {kopi, susu}, {susu, roti}} F3= { {gula, susu, kopi} }

9 Calon aturan asosiasi dari F3
3.3 Definisi (cont’d) Ingat!, nilai confidence dari aturan A  B diperoleh dengan: Confidence = P (B | A) = Calon aturan asosiasi dari F3 Jika ditetapkan nilai confidence minimal adalah 60%, maka aturan yg bisa terbentuk adalah aturan 2 dan 3.

10 3.4 Latihan Berdasarkan contoh transaksi yang diberikan, hitunglah!

11 3.4 Latihan (cont’d) Jawaban:

12 End Of File