commit to user
minsim 0.2349 menghasilkan grafik box-plot yang relatif lebih rendah kecenderungannya. Sedangkan penggunaan minsim 0.4414
menghasilkan grafik box-plot yang seimbang. Selain itu juga dapat diketahui bahwa nilai maksimal jaccard similarity
coefficient yang dihasilkan oleh penggunaan minsim sama.
Berdasarkan Gambar
11 dapat
diketahui bahwa
penggunaan minsim dari 0 sampai 0.1902 menghasilkan box-plot yang seimbang. Penggunaan minsim dari 0.2349 hingga 0.5898
menghasilkan box-plot yang cenderung kebawah. Dapat dikatakan juga penggunaan minsim 0.2349 hingga 0.5898 menghasilkan
jumlah association rule sedikit. Berdasarkan gambar 14 telah diketahui bahwa nilai jaccard similarity coefficient penggunaan
minsim 0 sampai 0.1902 berada sedikit diatas nilai minsim. Maka nilai optimal yang diambil adalah 0.1902 karena memiliki nilai
jaccard coefficient lebih tinggi dari yang lain dan jumlah rule yang cukup merata.
4.4.2 Hasil Pengolahan Data Menggunakan Jaccard Similarity
Nilai optimal minsim telah diperoleh. Nilai minsim optimal adalah 0.1902. Minsim tersebut diterapkan pada jaccard
similarity sehingga menghasilkan association rule sebagai berikut.
Gambar 12. Association Rule Hasil Pengolahan Menggunakan Jaccard Similarity
4.5 Pengolahan Hasil Apriori Menggunakan Jaccard Similarity
Pada tahap ini dilakukan kombinasi apriori dan jaccard. Metode kombinasi yang dilakukan adalah dengan memproses
association rule hasil apriori menggunakan jaccard untuk mendapatkan association rule yang memiliki interestingness lebih
dari sekedar support dan confidence.
Pada tahap sebelumnya telah didapatkan apriori optimal pada nilai minsup 0.1444 dan minconf 0.6353. Pada tahap ini
hasil dari apriori tersebut diolah kembali menggunakan jaccard similarity untuk mendapatkan association rule. Maka perlu dicari
berapa nilai minsim yang diperlukan untuk menghasilkan association rule paling optimal. Association rule optimal yang
dihasilkan dari proses ini akan dicari konsistensinya pada tahap selanjutnya.
4.5.1 Optimasi Prune Candidate
Pada tahap ini observasi dilakukan terhadap perubahan nilai minsim terhadap nilai jaccard similarity dan jumlah
association rule yang dihasilkan. Perubahan dilakukan dengan meningkatkan nilai minsim berdasarkan nilai Q
1
jaccard similarity yang dihasilkan. Nilai awal minsim ditentukan 0. Observasi telah
dilakukan dengan hasil sebagai berikut.
Gambar 13. Efek Perubahan Nilai Minsim Terhadap Nilai Jaccard Similarity Coefficient Pada Metode Kombinasi
Gambar 14. Efek Perubahan Nilai Minsim Terhadap Jumlah Association Rule yang Dihasilkan Pada Metode Kombinasi
Berdasarkan Gambar
13 diketahui
bahwa nilai
peningkatan minsim mengakibatkan nilai median jaccard similarity meningkat mendekati 0.6. Sementara itu, berdasarkan
Gambar 14 diketahui peningkatan nilai minsim mengakibatkan jumlah association rule yang dihasilkan semakin sedikit dengan
nilai tengah mendekati 0. Jumlah association rule yang dihasilkan oleh minsim 0, 0.2143, dan 0.2473 termasuk yang paling tinggi.
Pada penelitian ini digunakan minsim 0.2143 sebagai nilai optimal karena berdasarkan jumlah association rule lebih baik
dibanding 0.2473 dan berdasarkan nilai jaccard similarity yang dihasilkan lebih tinggi dibanding minsim 0.
4.5.2 Hasil Kombinasi
Nilai optimal minsim telah diperoleh. Nilai minsim optimal adalah 0.2132. Minsim tersebut diterapkan pada jaccard
similarity sehingga menghasilkan association rule sebagai berikut.
commit to user
Gambar 15. Association Rule Hasil Pengolahan Menggunakan Kombinasi Apriori dan Jaccard Similarity
4.6 Analisis Konsistensi
