61
BAB III ANALISA DAN PERANCANGAN
III. 1. Identifikasi dan Analisis Sistem
Asosiasi adalah salah satu teknik yang terkenal dan banyak digunakan. Salah satu kegunaanya adalah mendeteksi item, himpunan item, dan hubungan
antar item dalam basis data yang memiliki frekuesi kemunculan tinggi. Fokus dari asosiasi adalah menemukan item dan himpunan item yang sering kali muncul
dalam transaksi yang terjadi dalam basis data dan nantinya bisa diolah menjadi data penting yang bisa digunakan sebagai pertimbangan dalam mengambil
kebijakan. Dalam aturan asosiasi fokus yang diberikan terhadap item langka sangat
kecil, karena item ini terjadi hanya pada lingkup transaksi yang kecil dan terbatas, sehingga bagian ini jarang tereksplorasi dalam proses penambangan aturan
asosiasi bahkan item ini dipangkas dari proses penambangan aturan asosiasi. Namun dalam beberapa aplikasi terapan dari aturan asosiasi mulai memperhatikan
item langka, karena item yang berjumlah sedikit inilah yang merupakan item penting dan perlu mendapat perhatian khusus. Berdasar pada alasan inilah maka
muncul proses penambangan aturan asosiasi langka rare association rule mining yang digunakan untuk mendeteksi item, himpunan item, dan hubungan antar item
yang bersifat jarang atau langka.
Dalam tugas akhir ini menjelaskan bagaimana proses mendeteksi aturan langka dan proses pembuatan alat bantu untuk membantu proses penambangan
aturan asosiasi langka. Proses pendeteksian aturan langka dapat mencakup keanekaragaman bentuk data dan proses, hubungan antar atribut atau tingkat
kesamaan dan karakteristik dari setiap atribut dalam media penyimpanan data yang berukuran besar dan kompleks. Transaksi atau kejadian pada sebuah media
penyimpanan data merupakan obyek-obyek utama yang harus dapat dikenali dan dievaluasi pola dan aturannya. Pola dari transaksi atau kejadian dari transaksi satu
dengan yang lainnya tentu berbeda-beda. Mengetahui pola atau aturan yang ada pada setiap transaksi secara keseluruhan yang memiliki kemiripan dan merupakan
kejadian atau transaksi langka yang terjadi dalam media penyimpanan data adalah tujuan utama dari dibuatnya aplikasi ini. Dengan menggunakan pola tersebut,
maka transaksi yang memiliki aturan langka akan dengan mudah ditemukan keberadaanya.
Proses pendeteksian yang dilakukan tidak sembarangan, akan tetapi melalui beberapa tahap diantaranya proses pembacaan data, dilanjutkan dengan
proses transaction clustering yang terdiri dari dua tahap yaitu penentuan itemset kunci centroid dan alokasi transaksi berdasar itemset tersebut. Tahap berikutnya
adalah penggunaan algoritma apriori inverse kedalam setiap kluster yang terbentuk sehingga dihasilkan aturan atau pola dari masing masing kluster. Posisi
atau persebaran setiap transaksi langka tidak teratur sehingga digunakanlah kluster untuk mengumpulkan masing-masing transaksi yang memiliki kemiripan. Dengan
memperkecil peluang persebaran dari transaksi atau kejadian dan mengumpulkan
transaksi yang memiliki kesamaan dalam sebuah kluster, maka proses penentuan pola dari transaksi dapat lebih cepat dilakukan. Mengetahui perbedaan pola
transaksi yang bersifat langka dengan yang lainnya menjadi salah satu cara untuk menemukan transaksi langka dalam media penyimpanan data.
Ukuran media penyimpanan data yang digunakan sebagai data adalah tidak terbatas bebas. Untuk jenis media penyimpanan data yang digunakan
adalah file bertipe excel file excel 97-2003 workbook, dan basis data. Data yang terdapat dalam media penyimpanan ini adalah data yang memiliki format .xls dan
data yang ada dalam tabel basis data yang sudah mengalami preproses terlebih dahulu sebelum diproses oleh sistem.
III.1 .1. Use Case
Dengan aplikasi ataupun sistem pasti terdapat pengguna user sebagai pelaku utama dalam sistem agar sistem bisa berjalan dengan lancar. Oleh karena
itu dibutukan diagram use case untuk menggambarkan interaksi antara pengguna user dengan sistem. Pengguna pada sistem ini hanya satu. Fungsi yang dapat
dijalankan oleh pengguna pada sistem adalah fungsi memilih dan memasukkan data yang akan dideteksi pola aturan asosiasi langkanya ke dalam sistem dengan
pilihan format data excel file excel 97-2003 workbook atau data tabel dalam basis data dan fungsi pendeteksian yang akan dilakukan pada data. Pengguna juga
dapat mengatur konfigurasi untuk proses pendeteksian pola atau aturan langka dengan mengatur MinSup, MaxSup, ambang batas threshold, MinConf, jumlah
klaster. Proses konfigurasi ini langsung dilakukan dalam sistem dan pengguna
bisa mengatur sendiri nilai masukannya. Selain memasukan data yang diperlukan ke dalam tabel dalam sistem, pengguna juga dapat melakukan hapus data yang
sudah masuk ke dalam tabel di dalam sistem, jika data yang dibaca sistem merupakan data yang salah. Pengguna juga diberi fasilitas untuk melihat grafik
awal data ketika dimasukan, grafik berupa diagram batang dan berisi grafik statistik data yang dimasukan dalam sistem. Diagram use case untuk sistem yang
diberi nama Sistem Deteksi Aturan Asosiasi Langka SDAAL dapat dilihat pada gambar dibawah ini:
Pengguna
input Sistem
Memilih Data
Bertipe excel file Memilih data dari
basis data
Mengatur Konfigurasi
Proses penambangan data Mengatur
konfigurasi basis data
Memasukan Query
Eksekusi Query Memilih atribut dataset yang
akan dilihat dalam grafik
Output Sistem
Melihat detail data Per atribut
Melihat grafik diagram Batang per atribut
Melihat hasil pendeteksian Rare association Rules
Melihat Hasil Pembacaan Data dalam sistem
depends on
depends on
Proses Sistem
Mendeteksi Aturan Asosiasi Langka
rare association rules
Menghapus data dalam tabel
depends on
depends on depends on
depends on depends on
depends on depends on
depends on depends on
depends on depends on
depends on depends on
Gambar 3.1. Use Case.
III.1 .2. Narasi
Use Case
Berikut adalah narasi dari masing-masing use case yang menunjukan interaksi antara pengguna user dengan sistem:
PENGEMBANGAN ALAT BANTU PENAMBANGAN ATURAN ASOSIASI LANGKA
MENGGUNAKAN PENDEKATAN APIC
APRIORI INVERSE WITH CLUSTERING
No. Use Case Keterangan
1 Memilih data bertipe
excel file Use case ini menggambarkan pengguna memilih
data bertipe excel file untuk diproses ke dalam sistem, sehingga bisa ditambang untuk menghasilkan
aturan asosiasi langka. 2
Memilih data dari basis data.
Use case ini menggambarkan pengguna memilih data dari dalam tabel yang tersimpan dalam basis
data untuk diproses ke dalam sistem, sehingga menghasilkan aturan asosiasi langka.
3 Mengatur
konfigurasi basis
data. Use case ini menggambarkan pengguna mengatur
koneksi kedalam basis data memasukan Port, Nama Basis Data, Username, dan Password agar bisa
melakukan pengambilan data dalam tabel yang tersimpan pada basis data.
4 Memasukan query.
Use case ini menggambarkan pengguna memasukan query ke dalam sistem untuk memilih data dari
dalam tabel yang tersimpan dalam basis data agar bisa
diproses ke
dalam sistem,
sehingga
menghasilkan aturan asosiasi langka. 5
Eksekusi query. Use case ini menggambarkan pengguna memilih
data dari dalam tabel yang tersimpan dalam basis data dengan menggunakan fasilitas Masukan Query
yang disediakan oleh sistem untuk menghasilkan data
yang dapat
digunakan untuk
proses penambangan
data dalam
sistem, sehingga
menghasilkan aturan asosiasi langka. 6
Memilih atribut
dataset yang akan dilihat dalam grafik.
Use case ini menggambarkan pengguna memilih atribut dalam dataset untuk dilihat tampilan
statistiknya dalam grafik. 7
Melihat detail data per atribut.
Use case ini menggambarkan pengguna melakukan pengamatan statistik data dari setiap atribut yang
dipilih dalam combo box yang terdapat dalam Halaman Lihat Grafik.
8 Melihat
grafik diagram batang per
atribut. Use case ini menggambarkan pengguna sudah
memasukan data untuk diproses ke dalam sistem, dan ingin melihat data spesifik dari setiap atribut
dalam bentuk grafik diagram batang. 9
Mengatur Konfigurasi Proses
Penambangan data Use case ini menggambarkan pengguna melakukan
konfigurasi untuk menjalankan proses pendeteksian aturan langka setelah data yang akan diproses sudah
berhasil masuk ke dalam sistem.
10 Menghapus
data dalam tabel
Use case ini menggambarkan pengguna telah selesai memilih data baik dalam bentuk excel file maupun
basis data untuk diproses ke dalam sistem, akan tetapi data yang diambil merupaka data yang salah
sehingga tidak bisa digunakan untuk menghasilkan aturan asosiasi langka yang sesuai keinginan
pengguna. Maka jalan satu-satunya adalah dengan menghapus data yang salah dari sistem dan mencari
ulang data yang benar. 11
Mendeteksi aturan
asosiasi langka rare association rules
Use case ini menggambarkan pengguna menekan tombol Proses APIC untuk melakukan proses
pendeteksian aturan asosiasi langka. 12
Melihat hasil
pendeteksian aturan asosiasi langka rare
association rules Use case ini menggambarkan pengguna dapat
melihat aturan asosiasi langka rare association rule yang telah dihasilkan oleh sistem setelah proses
pendeteksian aturan asosiasi langka selesai dilakukan oleh sistem.
13 Melihat
Hasil Pembacaan
Data Dalam Sistem.
Use case ini menggambarkan pengguna melihat data hasil pembacaan dari sistem, sehingga bisa
meyakinkan bahwa data tersebut sesuai dengan keinginan.
Untuk detil narasi secarara keseluruhan dari setiap use case dapat dilihat pada
lampiran dalam tugas akhir ini pada lampiran 1.
III. 2. Perancangan Sistem Secara Umum
Kategori