The Application of Fuzzy Association Rule on Co-movement Analyze of Indonesian Stock Price

Arafah, None Andi Asrafiani; Mukhlash, Imam

doi:10.1016/j.procs.2015.07.541

Cited by 18 publications

(16 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Hasil penerapan association rules oleh Winda A. dengan algoritma apriori menggunakan minimum support 30% dan minimum confidence 80% menghasilkan 4614 rules hubungan antar indikator pada dataset kemiskinan Kabupaten Tanah Laut [3]. Penggunaan variabel fuzzy sebelum penerapan algoritma aprirori diterapkan pada dataset harga saham untuk mengetahui pola pergerakan harga saham antar perusahaan [4]. Dengan demikian penelitian ini akan mencoba mengimplementasikan algoritma apriori untuk market basket analysis.…”

Section: Pendahuluanunclassified

Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R

Brian

Sanwidi²

2018

eltikom

View full text Add to dashboard Cite

I. PENDAHULUANISNIS yang semakin berkembang bisa dipengaruhi banyak faktor seperti inovasi pada produk penjualan. Salah satu inovasi di bidang ritel adalah mencari asosiasi atau hubungan antar item produk sehingga dapat dipaketkan dan dijual bersamaan, memberikan rekomendasi produk kepada seseorang berdasarkan riwayat historis pembelian produk, menyusun rak display, dan menyusun halaman produk e-commerce. Inovasi ini akan banyak memecahkan masalah di bidang sales marketing dan inventory, karena produk yang tidak begitu laku jika dipasangkan dengan tepat akan naik nilai penjualannya. Namun mencari asosiasi membutuhkan proses yang rumit karena masalah kombinasi produk yang besar apalagi jika bisnis ritel tersebut memiliki ribuan produk. Diperlukan algoritma yang mumpuni, dan di dunia data science ini dikenali dengan tipe association rules, dan salah satu yang sangat populer adalah apriori.Algoritma apriori termasuk jenis aturan asosiasi pada data mining, algoritma apriori yang bertujuan untuk menemukan frequent item sets dijalankan pada sekumpulan data. Analisis apriori didefinisikan suatu proses untuk menemukan semua aturan apriori yang memenuhi syarat minimum untuk support B

show abstract

Section: Pendahuluanunclassified

Implementasi Algoritma Apriori Untuk Market Basket Analysis Berbasis R

Brian

Sanwidi²

2018

eltikom

View full text Add to dashboard Cite

show abstract

“…However, most of the association rule mining methods did not consider the ambiguity of data in the process of data pre-processing stage that cannot reflect the representative of data and human's cognition completely and truly (Kuok et al, 1998;Kaya & Alhajj, 2003;Weng, 2011;Matthews et al, 2013;Wang et al, 2015). Therefore, converting the data into linguistic data by using fuzzy sets has become an important research direction for the data mining application (Ashish & Vikramkumar, 2010;Weng, 2011;Sowan et al, 2013;Jin et al, 2014;Arafah & Mukhlash, 2015;Palacios et al, 2015;Khatib et al, 2015).…”

Section: Contribution Of This Paper To the Literaturementioning

confidence: 99%

“…The minimum support and confidence values are used to assess the value of information of an association rule. It can be defined as follows (Chien, & Hsu, 2014;Arafah, & Mukhlash, 2015):…”

Section: Data Miningmentioning

confidence: 99%

See 1 more Smart Citation

A Study on the Rare Factors Exploration of Learning Effectiveness by Using Fuzzy Data Mining

Chen

Chang

2017

EURASIA J MATH SCI T

View full text Add to dashboard Cite

The phenomenon of low fertility has been negative impacted on the social structure of the educational environment in Taiwan. To increase the learning effectiveness of students became the most important issue for the Universities in Taiwan. Due to the subjective judgment of evaluators and the attributes of influenced factors are always fuzzy, it is not easy to measure the learning effectiveness by using the crisp values for the qualitative factors. In additional, the negative behaviors or the infrequent learning data (rare item sets) cannot easily excavate from educational database. Therefore, a systematic mining method is proposed here by combining fuzzy set theory with data mining technology to explore the key factors of learning effectiveness from the infrequent data. A case study implemented in this paper and showed that the proposed method can effectively find the important factors and valuable patterns from the survey data. The results of this paper can provide the important information for teachers to help students increase the learning effectiveness. Finally, the conclusions are addressed at the end of this paper.

show abstract

“…Task data mining yang digunakan untuk mencari pola hubungan antar atribut adalah Association Rules dengan Algoritma Apriori. Penggunaan Algoritma Apriori dinilai efektif untuk menemukan pola hubungan antara beberapa atribut dengan tingkat kecelakaan lalu lintas, hubungan lingkungan fisik dengan terjadinya kebakaran hutan, serta pola pergerakan harga saham antar sektor dan antar perusahaan [5,6,7]. Berdasarkan penelitian terdahulu, maka pada penelitian ini Association Rules dengan Algoritma Apriori diimplementasikan pada dataset kemiskinan.…”

unclassified