Optimasi Pemrograman Query Untuk Algoritma Apriori Berbasis Asosiasi Data Mining

Abstract

Abstrak Kata kunci : Data mining; aturan asosiasi; algoritma apriori PendahuluanAturan asosiasi dalam data mining bertujuan untuk menemukan pola frekuensi, asosiasi, korelasi dan struktur hubungan antar item atau obyek dari sekumpulan item yang ada dalam transaksi database, database relasional maupun informasi dari tempat penyimpanan yang lain.Setiap item atau obyek adalah variabel bernilai Boolean yang merepresentasikan ada tidaknya item tersebut dalam transaksi. Setiap transaksi dapat direpresentasikan oleh nilai vektor Boolean untuk setiap variabelnya. Vektor Boolean dapat dianalisis untuk menemukan pola dari item-item yang cenderung muncul bersamaan dengan nilai frekuensi.Sebagai contoh aturan asosiasi adalah informasi tentang pelanggan yang membeli komputer juga membeli perangkat lunak keuangan, dapat ditulis dalam aturan asosiasi sebagai berikut: Komputer = perangkat lunak keuangan (support=2,confidence=60) Nilai support dan confidence pada aturan tersebut di atas adalah dua pengukuran untuk pola kecenderungan dalam transaksi tersebut. Setiap pengukuran yang obyektif untuk pola yang menarik didasarkan pada struktur dari pola itu sendiri dan nilai statistik yang mendasarinya. Secara umum, setiap pengukuran diasosiasikan dengan sebuah nilai threshold yang nilainya dapat ditentukan sendiri oleh pengguna data mining. Aturan asosiasi yang tidak menggunakan threshold cenderung tidak menarik karena tidak merepresentasikan pengetahuan kepada pengguna data mining. Salah satu faktor yang memberikan konstribusi untuk menentukan apakah suatu pola menarik atau tidak adalah kesederhanaannya dalam pemahaman manusia. Semakin kompleks struktur sebuah aturan, maka semakin sulit untuk diinterpretasikan sehingga pola yang dibentuk semakin