Aturan asosiasi digunakan untuk
menemukan pola keterkaitan antar item
pada data transaksi dalam jumlah besar.. Dengan metode asosiasi konvensional
tidak dapat mengatasi pada transaksi yang berdasarkan konstrain waktu karena
tidak diproses tentang irisan waktu antar pola asosiasi. Maka di
perlukan metode
asosiasi berbasis temporal yang secara intensif dengan cara pembacaan interval
waktu pada setiap penjualan item sehingga akan diketahui hubungan transaksi
antar item yang beririsan dengan waktu interval tersebut. Dengan pengetahuan
terseb
ut maka adapun teknik yang digunakan dalam penelitian ini adalah
algoritma SPF (
Segmentation Progressively Filtering
). Algoritma ini dibagi
menjadi dua prosedur utama yakni prosedur
Segmentation
(
ProcSG
) dan prosedur
Progressively Filtering
(
ProcPF
)
. Pada prosedur
ProcSG
akan membagi
bagi
database
menghasilkan beberapa subdatabase yang setiap itemnya memiliki
kesamaan pada awal periode dan pada akhir periode. Lalu berlanjut pada prosedur
ProcPF
yang akan membangkitkan himpunan asosiasi
k
itemsets
(k
?
2
) sesuai
minimum
support
dan
confidence
. Selanjutnya, algoritma ini dimanfaatkan untuk
mendukung proses pengambilan keputusan dengan cara mengintegrasikannya
kedalam sebuah aplikasi. Sistem ini mampu melakukan analisis data transaksi
penjualan yang berbasis
temporal
dan menghasilkan
knowledge
d
alam bentuk
temporal association rule
. SPF (Segmentation Progressively Filtering), ProcSG, ProcPF, support, confidence, temporal association rule.