40
Gambar 19. Tampilan Halaman Analisis Frequent Item Set K-Item Set=3 Program PSP 1.0
2. Perhitungan Nilai-Nilai Association Rules Mining Support, Confidence,
Improvement
Perhitungan nilai-nilai association rules mining adalah tahap akhir dari proses analisis data pada penelitian ini. Tahap ini adalah tahapn yang dapat
dilakukan jika tahap perhitungan frequent item set telah dilakukan dan menghasilkan rules yang signifikan untuk diperhitungkan kebenarannya dengan
nilai-nilai association rules mining sehingga nantinya dapat dirumuskan menjadi strategi-strategi penjualan cross selling. Nilai-nilai tersebut diantaranya adalah
nilai support, nilai confidence, dan nilai improvement. Perhitungan
support dilakukan
untuk mengetahui
ukuran yang
menunjukkan tingkat dominasi item set dari keseluruhan transaksi. Perhitungan support ini dilakukan dengan membagi jumlah kemunculan data transaksi pada
rules dengan jumlah keseluruhan data transaksi yang ada. Pada penelitian ini didapat nilai support tertinggi dalam K-item set= 1 adalah nilai support produk
B. Kemudian pada k-item set=2 adalah nilai support tertinggi terdapat pada rules B,D.
Perhitungan confidence dilakukan untuk menghitung ukuran yang menyatakan hubungan antara dua item secara conditional misalkan seberapa
sering item Y dibeli, jika pelanggan membeli item X= X,Y. Perhitungan confidence ini dilakukan dengan cara:
41
pada penelitian ini didapat nilai confidence tertinggi dari seluruh rules yang ada adalah nilai confidence rules B,D.
Perhitungan improvement dilakukan untuk menghitung ukuran yang menyatakan besarnya kemungkinan dua item dapat dibeli secara
bersamaan.Perhitungan improvement ini dilakukan dengan menghitung:
pada penelitian ini di dapat nilai improvement tertinggi dalam seluruh rules yang ada adalah nilai improvement rules B,D. Berikut hasil dari seluruh hasil
perhitungan nilai support, confidence, dan improvement dari seluruh rules yang ada.
Tabel 7. Hasil Perhitungan Nilai Support K-Item Set=1 K-Item Set=1
Produk Support
Product B 0.550
Produk C 0.424
Produk D 0.509
Product F 0.484
Product G 0.479
Product H 0.484
Product I 0.511
Product J 0.499
Tabel 8. Hasil Perhitungan Nilai Support, Confidence, Improvement K-Item Set=2 K-Item Set=2
If Antecedent then Consequent Support
Confidence Improvement
If Buy B Then Buy J 0.276
0.502 1.005
If Buy B Then Buy H 0.279
0.508 1.049
If Buy B Then Buy G 0.275
0.499 1.043
If Buy B Then Buy D 0.316
0.575 1.128
If Buy B Then Buy F 0.282
0.512 1.059
If Buy B Then Buy I 0.268
0.487 0.954
If Buy D Then Buy F 0.257
0.505 1.044
If Buy D Then Buy G 0.264
0.519 1.083
If Buy D Then Buy I 0.260
0.511 1.000
If Buy F Then Buy H 0.258
0.535 1.104
If Buy G Then Buy I 0.251
0.524 1.026
If Buy H Then Buy I 0.251
0.518 1.015
If Buy H Then Buy J 0.250
0.516 1.034
If Buy I Then Buy J 0.256
0.502 1.005
42
Gambar 20. Report Hasil Analisis Association Rules Mining di Program PSP 1.0
6.3.2 Validasi Sistem
Kategori