Association Rule Integrasi Pendekatan Metode Custom Hashing dan Data Partitioning untuk Mempercepat Proses Pencarian Frekuensi Item-set pada Algoritma Apriori

Abstract

Data mining dengan peran asosiasi sudah banyak digunakan oleh dunia usaha, salah satu algoritma yang sering digunakan untuk aturan asosiasi adalah apriori. Namun apriori memiliki kelemahan dalam hal performa, karena pada setiap penentuan frequent k-itemset harus melakukan scan database. Hal ini akan menjadi masalah apabila kandidat k-itemset memiliki dimensi yang banyak. proses scan database yang besar akan memakan waktu yang lama dan berpengaruh pada penggunaan memori dan prosesor. Apriori sudah sering dikembangkan, salah satu yang populer adalah Frequent Pattern (fp-growth), apriori dan fp-growth sama-sama merupakan algoritma untuk aturan asosiasi, hanya saja fp-growth menggunakan pendekatan yang berbeda dengan apriori yakni menggunakan pendekatan Frequent Pattern Tree (fp-tree). Meski fp-growth memiiki performa yang bagus ketika scan database namun rules yang di hasilkan oleh fp-growth tidak sebaik yang di hasilkan oleh apriori. Alternatif lain yang bisa digunakan adalah metode hashing, hal ini bisa menjadi solusi untuk mengatasi masalah dalam proses pencarian dan penentuan frequent k-itemset, sehingga proses scan database bisa lebih cepat. Tujuan penelitian adalah memperbaiki kinerja apriori dalam proses pencarian frekuensi itemset sehingga waktu scan database bisa lebih cepat

Prediksi Penjualan Spare Part Mobil Daihatsu Menggunakan Algoritma Apriori

“…Algoritma apriori adalah salah satu algoritma association rules dengan teknik pengambilan data menggunakan pendekatan aturan asosiatif untuk menentukan hubungan asosiasi suatu kombinasi itemset [13]. Association rule (ketentuan asosiasi), ialah metode informasi mining buat menciptakan ketentuan asosiatif sesuatu campuran item [14].…”

Implementasi Market Basket Analysis dengan Algoritma Apriori untuk Analisis Pendapatan Usaha Retail

“…MBA menganalisis kebiasaan konsumen tentang produk apa yang akan dibeli dan produk apa saja (which) yang sering dibeli secara bersama-sama dengan menemukan hubungan antara berbagai produk yang ditempatkan konsumen dalam isi keranjang belanja [4]. Secara umum, MBA adalah salah satu contoh dari penerapan Aturan Asosiasi untuk mengetahui produk yang dapat dipromosikan untuk mendapatkan keuntungan lebih banyak dari berbisnis retail [6]. Implementasi teknik MBA menggunakan metode komputasi pada aplikasi yang digunakan akan memberikan beban tersendiri dalam proses transaksi pembelian.…”

“…Selain membandingkan performa, penelitian lain melakukan pendekatan untuk meningkatkan performa dari algoritma apriori dengan menggunakan Metode Custom Hashing dan Data Partitioning pada Proses Pencarian Frekuensi Item-set [6,7]. Pendekatan ini bisa menjadi solusi untuk mengatasi masalah dalam proses pencarian dan penentuan frequent k-itemset, sehingga proses scan database bisa lebih cepat.…”

“…Conf idance(A, B) Benchmark Confidance (5) Untuk mendapatkan nilai benchmark confidence sendiri dapat dihitung menggunakan persamaan (6).…”

Web Usage Mining Guna Analisis Pola Akses Pengunjung Website dengan Association Rule

“…Sehingga konsumsi waktu dan memori yang dibutuhkan pun semakin banyak (Anggraeni et al, 2019). Maka dari itu, Apriori banyak dijadikan dasar pengembangan oleh peneliti untuk mengatasi kelemahan dan meningkatkan performanya (Syahrir & Fatimatuzzahra, 2020…”