ATURAN ASOSIASI SPASIAL PADA BASIS DATA SPASIAL Spatial Association Rule On Spatial Database

MAGDALENA KARISMARIYANTI

Informasi Umum

Kode

113048019

Klasifikasi

005.757 5 - Database management system, Oracle

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Database Management

Dilihat

45 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Data mining proses pengolah data untuk menemukan suatu pola dari basis data yang besar. Salah satu data yang dapat diolah adalah basis data spasial. Namun metode umum data mining itu sendiri tidak mencukupi untuk melakukan pengolahan spatial data mining. Spatial data mining adalah proses menemukan pola yang menarik dan potensial untuk dicari informasinya berdasarkan pola dari spatial dataset. Spatial data mining memiliki kerumitan untuk pengolahan datanya dikarenakan kompleksitas tipe data, spatial relationship, dan spatial autocorrelation. Spatial data mining memerlukan neighbour object untuk mencari keterhubungan obyek itu sendiri dengan obyek-obyek lain yang mempengaruhi obyek tersebut. Setelah neighbour object diidentifikasi maka association rule dapat dicari. Pencarian neighbour object dilakukan dengan melakukan buffer dari obyek pencarian. Neighbour object digunakan sebagai data masukkan dalam proses pembangkitan association rule. Analisis spatial association rule menggunakan metode Apriori. Tugas akhir ini diimplementasikan menggunakan Visual Basic 6.0, MapInfo 7.5 SCP, MapBasic 6.5, dan Microsoft Acces 2003. Parameter ketetanggaan/kedekatan dari obyek adalah berdasarkan radius atau jumlah neighbour object. Semakin banyak neighbour object, semakin banyak frequent item yang dibangkitkan, dan semakin banyak pula rule-nya.Kata Kunci : neighbour object, spatial association rule, spatial data mining.ABSTRACT: Data mining refers to extracting or “mining” knowledge from large amount of data. One kind of data that can be mined by data mining is spatial database. General data mining methods alone are not sufficient for spatial data mining. Spatial data mining is the process of discovering interesting and potential pattern , therefore it can gather information based on pattern from spatial dataset. Spatial data mining have many feature distinguishing such as data type complexities, spatial relationship, and spatian autocorrelation. Spatial data mining needs neighbour object to find relationship with other object which influence on the object itself. After neighbour object identified, association rule can be found. Buffering is needed to search neighbour object, this techniques can give return value of which object in certain area are found. Neighbour objects are used as data input while generating association rule. Finally association rule can be mined using Apriori method. This project is implemented using Visual Basic 6.0, MapInfo 7.5 SCP, MapBasic 6.5, and Microsoft Access 2003. The parameters of an object can be neighbour of other object are define by distance of radius or based on numbers of neighbour object. Greater neighbour object can generate much more frequent item so association rule which generated are greater.Keyword: neighbour object, spatial association rule, spatial data mining.