Pemangkasan aturan asosiasi menggunakan algoritma P - DS (Studi kasus: data transaksi pasar swalayan)

ABSTRAK
ANGGY SlLFIANI. Pemangkasan Aman Asosiasi Menggunakan Algoritma P-DS (Studi Kasus:
Data Transaksi Pasar Swalayan). Dibirnbing oleh IMAS SUKAESXH SITANGGANG dan EfARI
AGUNG ADRIANTO.
Data mining merupakan serangkaian proses ekstraksi infomasi atau pola yang penting dalam
basis data berukuran besar. Teknik data mining yang sering digunakan untuk mencari hubungan
menarik di antara item-item dalam suatu himpunan data adalah association rule mining. Teknik
association rule mining seringkafi menghasilkan aturan asosiasi dalarn jumlah banyak. Penelitian
yang diiakukan adalah menerapkan teknik pemangkasan aturan asosiasi menggunakan algoritma
P-DS, untuk rnenemukan aturan asosiasi yang paling sesuai bagi pengguna.
Teknik pemangkasan aturan asosiasi menggunakan algoritma P-DS akan memangkas (prune)
aturan asosiasi yang tidak significant dan menemukan hirnpunan bagian dari aturan asosiasi yang
significant untuk menghasilkan kesimpulan asosiasi. Himpunan bagian aturan asosiasi tersebut
dinamakan aturan direction setting (DS). Aturan DS mempresentasikan hubungan asosiasi yang
paling penting atau s t r u h r (rangka) ahtran asosiasi dari seIuruh aturan asosiasi yang dihasilkan,
sedangkan aturan non-DS memberikan detaif tambahan dari aturan asosiasi berupa kombinasi dari
aturan DS. Penelitian ini bemanfaat untuk mengetahui aturan DS dan aturan non-DS dalam data
transaksi pembelian barang pada salah satu pasar swalayan di Bogor. Hasil penefitian dapat
berguna bagi pernilik pasar swalayan untuk berfokus pada aspek terpenting aturan asosiasi dan
detail aturan asosiasi yang relevan secara selektif, sehingga aturan asosiasi yang dihasilkan
menjadi lebih sedikit dan lebih menarik.

Penggunaan beberapa kombinasi nilai nlinin~alsupport (minsup) dan minimal con$dence
(minconj untuk mengolah data transaksi penjualan barang selama 2 bulan (1 Maret 2004 sampai
21 Mei 2004), didapatkan hasil bahwa semakin besar nilai rninsup dan minconfJ maka akan
semakin sedikit aturan asosiasi yang dapat dibentuk. Waktu yang diperlukan untuk memperoleh
sejumlah aturan asosiasi, aturan DS, dan aturan non-DS ditentukan oleh nilai winsup. Semakin
besar nilai minsup, maka waMu proses &an semakin cepat. Penggwnam nifai minsup 5% untuk
nilai minconf 5%, lo%,dan 20%, dapat menghasilkan jumlah aturan asosiasi dan aturan DS yang
sama, namun tidak rnenghasifkan aturan non-DS. Aturan DS yang dihasilkan adalah 003
008
(susu 3 snack) dengan nifai support sebesar 6.58%, yang berarti bahwa dari seluruh transaksi
yang terjadi, 6.58% pernbeli akan membeli susu bersamaan dengan snack.

+

Kata kunci: Data Mining, Association Rule Mining, Algoritma Apriori, Algoritma P-DS.