16
3.4 Penerapan Algoritma Apriori
Berikut merupakan penerapan algoritma apriori untuk pencarian Association Rules dengan 20 data clickstream
situs “Inkuiri.com” dengan ketentuan nilai untuk nilai minimum support 16 dan nilai minimum confidence adalah 70. [7]
3.4.1 Preproses
Pada tahap ini merupakan tahap awal dengan menyiapkan data clickstream, dimana data clickstream yang dimaksud yaitu visitor dan query yang
diinputkan. Data awal yang akan diproses yaitu file data bertipe .json yang
kemudian di convert menggunakan aplikasi online http:konklone.iojson
untuk diubah menjadi file data bertipe .csv. Data yang telah diubah menjadi format
csv dapat dilihat pada gambar 3.2.
Gambar 3.2 Data Awal Setelah di Convert
17
Kemudian dari data yang sudah diconvert menjadi .csv tersebut hanya diambil source ip dan source query seperti pada gambar 3.3
Gambar 3.3 Seleksi Data
Setelah itu dilakukan perhitungan data dengan rumus seperti pada gambar 3.4
Gambar 3.4 Perhitungan Data
Dari data setelah dihitung tersebut dihasilkan data kunjungan keri yang nantinya digunakan sebagai data training. Dapat dilihat pada gambar 3.5.
18
Gambar 3.5 Contoh Data Yang Akan Digunakan
Dibawah ini terdapat data clickstream dalam waktu 30 menit dalam satu hari dan diambil 20 data, dimana pada setiap data clickstream terdapat berbagai
jenis kueri. Lihat tabel 3.1.
Tabel 3.1 Data Kueri Barang
19
3.4.2 Membuat Penyaring kata
Pada tahap ini yaitu dilanjutkan dengan membuat kamus kata, kamus kata disini yaitu berfungsi untuk menyaring kata. Berikut merupakan contoh
penggunaan penyaring kata. Kamus penyaring kata menggunakan database kata yang sudah dibuat dan
disimpan ke dalam tabel seperti pada tabel 3.2.
Tabel 3.2 Penyaring Kata
No Kueri yang disimpan untuk penyaring
1 sepatu
2 batu
3 persia
4 reptile
5 keramik
6 gitar
7 keris
8 tombak
9 lensa
10 rak
Dari data kamus penyaring kata yang sudah dibuat, kemudian dicocokan satu persatu dengan data kueri barang yang diinputkan. Dapat dilihat pada tabel
3.3
Tabel 3.3 Pencocokan Data Kueri Barang
No Data Kueri barang
1 sepatu,batu,persia
2 tombak,keris
3 keris,batu,persia,keramik,kembang
4 batu,reptile,keris
5 motor,dinamo,keramik,sepatu
6 dinamo,lampu
7 persia,kembang,sisha,sepatu
8 reptile,keris,keramik
9 kembang,gitar,persia
10 sisha,motor,keramik
11 keramik,batu,sepatu,persia,kembang
12 lampu,motor,persia,kembang
20
13 gitar,lensa,tombak
14 rak,gitar,sepatu,kembang
15 lensa,sepatu,keris
16 sepatu,persia,motor
17 tombak,keris,kembang
18 dinamo,motor,lampu
19 gitar,keramik
20 tombak,dinamo,batu
Jika data kueri sama dengan data kamus penyaring kata maka akan ditampilkan kembali ke dalam tabel data kueri dan jika data kueri tidak ada di
kamus penyaring kata maka data kueri tersebut akan dihapus dan tidak ditampilkan kembali ke dalam tabel data kueri, hasil dapat dilihat pada tabel 3.4.
Tabel 3.4 Hasil Data dengan Kamus Kata
No Data Kueri
1 2
3 kembang
4 5
motor,dinamo 6
dinamo,lampu 7
kembang,sisha 8
9 kembang
10 sisha,motor
11 kembang
12 lampu,motor,kembang
13 14
kembang 15
16 motor
17 kembang
18 dinamo,motor,lampu
19 20
dinamo PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
3.4.3 Membuat Representasi Biner
Kategori