ABSTRAKSI: Dalam perkembangan teknologi basis data terdapat keinginan untuk menggunakan teknologi untuk domain aplikasi baru. Salah satu domain aplikasi itu adalah data mining. Data mining bertujuan untuk mencari pola-pola yang tersembunyi yang ada di dalam database yang berskala besar.
Salah satu metode/task data mining adalah model asosiasi (association) yang pertama kali harus mendapatkan kandidat rule sebelum menghasilkan kaidah asosiasi. Dalam proses mendapatkan kaidah asosiasi sumber daya dan usaha sebagian besar terpakai dalam mendapatkan kandidat rule.
Dalam tugas akhir ini akan dianalisa algoritma DHP(Direct Hashing and Pruning) untuk mendapatkan kandidat rules. Analisa yang dilakukan pada tugas akhir ini adalah untuk membuktikan efektifitas dari penggunaan algoritma DHP baik dari segi waktu dan banyaknya pembangkitan node kandidat. Sebagai perbandingan, akan digunakan algoritma apriori untuk melihat kinerja dari algoritma DHP. Kata kunci: Data mining, asosiasi, algoritma DHP(Direct Hashing and Pruning), kandidat rule, kaidah asosiasi, algoritma aprioriKata Kunci : ABSTRACT: On database technology progress there is a wish to use this technology to new application domain. One of this new domain application is data mining. Data mining purpose is to looking for hidden patterns that in large scale database.
One of method/task data minig who used is association model that the first time must get candidat rule to look association rules. In the process, big resource and effort is needed to get candidat rule.
In this paper will be analyzed DHP’s algorithm (Direct Hashing and Pruning) to get itemsets as association rules. Analyze that be did in this assignment is to prove effective in this algorithm in time side and number of generate candidate itemsets. As compaison, apriori’s algorithm is used to see the effectiveness DHP’s algorithm.Keyword: Data mining, association, DHP’s algorithm(Direct Hashing and Pruning), candidat rule, association rules, apriori algorithm