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

Artikel Terkait :