28
Association Rule Mining RARM dengan algoritma Arima A Rare Itemset Miner Algorithm pada penambangan data.
3.1.2. Pernyataan Masalah
Tabel 3.1 di bawah ini merupakan pernyataan masalah dan solusi yang akan diterapkan pada sistem.
Tabel 3.1 Tabel Pernyataan Masalah Pernyataan Masalah
Solusi
Belum ditemukan sistem yang dapat membantu menemukan
aturan asosiasi langka. Membuat sistem yang dapat digunakan
untuk menemukan aturan asosiasi langka dengan menerapkan teknik Rare
Association Rule Mining
RARM dengan algoritma Arima
A Rare Itemset
Miner Algorithm
pada penambangan data.
3.1.3. Kebutuhan Perangkat Keras
Perangkat keras yang dibutuhkan untuk membangun sistem adalah sebagai berikut :
1. Processor Intel corei3 2.40GHz 2. Memori RAM 2 GB
3.1.4. Kebutuhan Perangkat Lunak
Perangkat lunak yang dibutuhkan untuk membangun sistem adalah sebagai berikut :
29
1. Sistem Operasi Windows 7 Home Premium 2. NetBeans IDE 6.7
3. Java Development Kit JDK versi 1.6.12 4. Server basis data MySQL Server versi 5.2 dan Oracle Database
10g Express Edition. 5. SQL Yog Community-Edition versi 5.22a dan SQL developer
3.1.5. Gambaran Sistem Baru
Gambar 3.1 di bawah ini merupakan diagram konteks yang digunakan.
Gambar 3.1 Diagram Konteks
Application for Mining Rare Association Rule berfungsi sebagai alat bantu untuk mendapatkan aturan asosiasi yang tepat dan akurat.
Aplikasi ini akan dibuat dengan menggunakan bahasa pemrograman Java dan merupakan aplikasi desktop. Teknik yang digunakan sebagai
engine dalam sistem ini adalah teknik Rare Association Rule Mining RARM dengan algoritma Arima A Rare Itemset Miner Algorithm
pada penambangan data.
30
3.1.5.1 Input Sistem
Langkah awal yang dilakukan dalam sistem adalah menginputkan data yang akan dilakukan pemrosesan
penambangan data. Pada tahap ini jenis tipe file yang dapat digunakan adalah .csv, .xls dan data yang berasal dari database
MySql dan Oracle. Untuk tipe file .csv dan .xls pengguna tidak dapat memilih kolom, sedangkan untuk data yang
berasal dari database pengguna dapat memilih kolom yang diinginkan. Selain data yang diinputkan, minimum support dan
minimum confidence juga harus diinputkan sehingga data yang ada dapat digunakan untuk proses selanjutnya yaitu penerapan
algoritma ARIMA A Rare Itemset Miner Algorithm.
3.1.5.2 Proses Sistem
Proses yang akan terjadi di dalam sistem adalah : a. Mengambil data dari direktori tertentu yang disimpan
dalam bentuk file excel, .csv, dan juga data pada database MySql dan Oracle dan ditampilkan pada tabel view. Data
ini merupakan data yang telah dikenai pemrosesan awal. b. Membaca nilai minimum support dan minimum confidence
yang ditentukan oleh pengguna.
31
c. Membaca data yang ditampilkan pada tabel view. Mencari semua candidate 1-itemset beserta count dan support untuk
masing – masing candidate. Hasil perhitungan supportnya akan digunakan untuk penentuan rare 1-itemset yakni
dengan membandingkan nilai support candidate dengan minimum support yang telah dimasukkan pengguna.
Candidate 1-itemset yang memiliki nilai support lebih kecil atau sama dengan minimum support akan menjadi
rare 1-itemset. d. Mencari rare k-itemset dengan membuat semua kombinasi
candidate 1-itemset yang ada hingga membentuk candidate 2-itemset untuk mendapatkan rare 2-itemset dan seterusnya
hingga tidak ada lagi rare itemset yang dapat dibentuk. e. Membuat semua kemungkinan aturan asosiasi langka.
Diawali dengan pembentukan subset dari rare itemset yang telah ada. Subset – subset tersebut akan dikombinasikan
untuk membentuk aturan, dimana ada subset yang menjadi anteseden dan ada subset yang menjadi konsekuen. Lalu
akan dihitung nilai confidence untuk masing – masing aturan dengan cara mengambil nilai support masing –
masing subset dan dihitung. Nilai confidence tiap aturan akan dibandingkan dengan minimum confidence yang telah
32
dimasukkan oleh pengguna. Jika nilai confidencenya lebih besar atau sama dengan minimum confidence maka aturan
tersebut adalah aturan asosiasi yang kuat. f.
Menampilkan semua hasil Arima berupa semua rare itemset dan aturan asosiasi yang kuat sebagai output.
g. Hasil arima yang diperoleh dapat disimpan dalam file .txt atau .doc
3.1.5.3 Output Sistem
Sistem yang dibuat akan menghasilkan keluaran output sebagai berikut :
a. Data dan jumlah data Sistem akan menampilkan semua data kategori penilaian
yang dibaca dari file excel, .csv, dan juga data pada database MySql dan Oracle yang sudah dilakukan
pemrosesan awal beserta jumlah dari masing–masing data tersebut.
b. Minimum support dan minimum confidence Sistem akan menampilkan nilai minimum support dan
minimum confidence yang dimasukkan pengguna. c. Semua rare itemset
33
Sistem akan menampilkan semua rare itemset dimulai dari rare 1-itemset hingga rare k-itemset
beserta nilai supportnya masing masing.
d. Semua aturan asosiasi yang kuat Sistem akan menampilkan semua aturan asosiasi yang
kuat.
3.1.6. Diagram Use Case
Gambar 3.2 di bawah ini merupakan diagram use case pada Application For Mining Rare Association Rule.
Gambar 3.2 Diagram Use Case
34
3.1.7. Ringkasan Use Case
Tabel 3.2 di bawah ini merupakan penggambaran umum mengenai Use Case pada Application For Mining Rare Association Rule.
Tabel 3.2 Deskripsi Use Case Nomor Use Case
Nama Use Case Deskripsi
MRAR-001 Koneksi
Database Use case ini menggambarkan proses
sistem terkoneksi ke database yang akan digunakan untuk melakukan
pencarian aturan asosiasi.
MRAR -002 Input Data
Use case ini menggambarkan proses input data yang berbentuk file sehingga
data dapat digunakan untuk mencari aturan asosiasi yang kuat.
MRAR -003 Buat Aturan
Use case ini menggambarkan proses pembuatan aturan asosiasi yang kuat.
MRAR -004 Simpan Aturan
Use case ini menggambarkan proses menyimpan
aturan asosiasi
yang terbentuk dari proses penambangan
data.
3.1.8. Narasi Use Case