PERBANDINGAN ASOSSIATION RULE BERBENTUK BINER DAN FUZZY C-PARTITION PADA ANALISIS MARKET BASKET DALAM DATA MINING
ABSTRAK: Salah satu
analisis dalam data mining adalah
market basket analysis
untuk menganalisa kecenderungan
pembelian suatu barang yang berasosiasi dengan barang yang lain. Dalam tulisan ini membahas
aturan asosiasinya dengan
mempertimbangkan jumlah item
barang yang dibeli dalam satu transaksi. Asumsinya adalah
keterkaitan pembelian suatu barang dengan barang yang lain dalam satu transaksi
akan semakin kecil jika jumlah item barang yang dibeli semakin banyak. Tulisan ini
menganalisa asosisasi antar item
barang dengan membuat
tabel transaksi dalam bentuk
nilai fuzzy set dibandingkan dengan
analisa asosiasi yang biasa dilakukan
dalam bentuk biner. Berdasarkan
analisis terhadap data
yang digunakan memberikan
hasil support dan confidence yang cenderung lebih kecil
tetapi lebih realistis dibanding aturan asosisasi biasa.
Keywords:
analisis market basket, association rule, data mining, fuzzy c-partition
Penulis: Altien
J. Rindengan
Kode
Jurnal: jpmatematikadd120004