ABSTRAKSI: Saat ini, perkembangan ekonomi di sektor indrustri mengalami perkembangan yang sangat pesat. Terutama perusahaan atau organisasi yang telah mengumpulkan data sekian tahun lamanya seperti data pembelian, data penjualan,data nasabah,data transaksi dsb. Hampir semua data tersebut dimasukkan dengan menggunakan aplikasi komputer yang digunakan untuk menangani transaksi sehari-hari yang kebanyakan merupakan OLTP (On Line Transaction Processing).
Oleh karena itu, agar data-data yang sudah terkumpul tersebut dapat digali untuk mendapatkan sesuatu yang berharga yang dapat dijadikan sebagai pengetahuan suatu perusahaan dalam hal pengambilan suatu keputusan. Dengan demikian, diperlukan suatu sistem data mining dengan teknik asosiasi untuk menunjukkan kondisi nilai atribut yang terjadi secara bersamaan di dalam sekumpulan data. Terutama penanganan data transaksional yang bertipe atribut kategorikal dan numerik.Hasil akhir dari teknik asosiasi adalah menemukan pengetahuan yang merepresentasikan aturan (rule) terhadap data yang diproses.
Dalam Tugas Akhir ini digunakan suatu Algoritma Genetika untuk memproses data dengan teknik asosiasi. Data yang digunakan dalam Tugas Akhir ini adalah data pelanggan telkom sebagai data mentah dan data iris.Dalam Tugas Akhir ini, mengimplementasikan proses algoritma genetika untuk mencari rule asosiasi yang terbaik yang memenuhi nilai minimal support dan minimal confidence.Setelah dilakukan percobaan dengan algoritma genetika terbukti bahwa perangkat lunak mining quantitative association rules (quant miner) menggunakan algoritma genetika berhasil menghasilkan rules asosiasi terbaik.
Kata Kunci : Kata kunci : OLTP (On Line Transaction Processing), data mining, teknik asosiasi, algoritma genetika, rules asosiasi, support, confidence, minimal support, minimal confidence, kategorikal, numerikABSTRACT: For this time, the growth of economics in industry expanding fastly.Especially, company or organization has been collected data for many years for example transaction data. Almost all of data entered using with computer application to use for handling daily trancaction commonly is OLTP (On Line Transaction Processing).
Because of , all of data has been collected can use to get something cost to find knowledge a company to decide decision Because that, needs a system data mining use association technique to show value an attribute has happened together in data collected. Especially, handling of transactional data with categorical and numeric attribute.
Final result from association technique is to find knowledge representation rules in processing data. In this final project, implemented genetic algorithm to find best association rules with minimal support and minimal confidence. After conducted with the attempt, mining quantitative association rules using genetics algorithm proven to found best association rules
Keyword: Keywords : OLTP (On Line Transaction Processing), data mining, association technique, genetics algorithm, association rules, support, confidence, minimal support, minimal confidence, categorical, numeric.