Implementasi Association Rule Mining Dengan Menggunakan Algoritma Conditional Frequent Pattern Growth++

Manperta Negara Situmorang

Informasi Umum

Kode

113080227

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Algorithm Analysis

Dilihat

27 kali

Informasi Lainnya

Abstraksi

F requent pattern mining memegang peranan penting pada proses Association Rule Mining . Namun frequent pattern mining seringkali menghasilkan sejumlah besar fre quent itemsets dan rule , sehingga mengurangi efisiensi dan keefektifan dari proses mining karena user harus menyaring sejumlah besar rule hasil mining untuk menemukan rule yang penting [7] . Hasil dari association rule mining dapat digunakan un tuk memahami pola yang terjadi sehingga membantu dal am proses pengambilan keputusan . Minimum support merupakan jumlah kemunculan minimum suatu item dalam basis data yang telah ditentukan oleh user . Penggunaan min imum sup port sama (tunggal) untuk semua item secara impli sit mengasumsikan bahwa semua item pa da basis data memiliki sifat dan frekuensi yang sama. Padahal pada kenyataannya, item yang berbeda memiliki kriteria yang berbeda dengan mempertimbangkan kepentingannya. Untuk itu, dalam penelitian ini akan digunakan al goritma Conditonal Frequent Pattern Growth++ (

CFP

Growth++) . C

FP

Growth++ merupakan algoritma yang digunakan untuk menggambarkan pola keterkaitan antar item pada proses association rule mining . Penelitian ini menerapkan struktur

MIS

tree u ntuk men cari freq uent itemsets dengan mengguna kan multiple minimum support .

MIS

tree adalah struktur pohon yang dikembangkan serupa dengan struktur

FP

tree . Hasil penelitian menunjukkan bahwa association rule mining dengan menggunakan algoritma

CFP

Growth++ mampu menghasil kan sejumlah rule yang menyertakan item sering dan item jarang di dalam basis data transaksi Data Mining , Association Rule Mining , CFP - Growth++ , Frequent Itemsets , Multiple Minimum Support .