Pengembangan Algortima Apriori Untuk Pengambilan Keputusan
PENGEMBANGAN ALGORTIMA APRIORI UNTUK
PENGAMBILAN KEPUTUSAN
TEKNIK INFORMATIKA
TESIS
LISMARDIANA SEMBIRING
NIM: 137038025
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2015
Telah diuji pada
Tanggal : 27 Agustus 2015
PANITIA PENGUJI TESIS
Ketua
: Prof. Dr. Herman Mawengkang
Anggota
: 1. Prof. Dr. Herman Mawengkang
2. Dr. Erna Budhiarti Nababan, M.IT
3. Prof Dr. Muhammad Zarlis
4. Dr. Syahril, M.IT
RIWAYAT HIDUP
DATA PRIBADI
Nama Lengkap
: Lismardiana Sembiring
Tempat dan Tanggal Lahir
: Lau Timah, 03 Oktober 1978
Alamat Rumah
: Jl. Budi Luhur No. 6 Medan - Helvetia
Telepon /Fax/HP
: 081265429392
E-mail
: kade_kadenta@yahoo.com
Instansi Bekerja
: AMIKOM Medan
Alamat
: Jl. Iskandar Muda No. 43-49 Medan
DATA PENDIDIKAN
SD
: Negeri Desa Gunung Tinggi
TAMAT : 1991
SLTP : Negeri-1 Pancurbatu
TAMAT : 1994
SLTA : Swasta Rakyat Sei-Glugur
TAMAT : 1997
S1
: STT- Harapan Medan
TAMAT : 2006
S2
: Teknik Informatika USU
TAMAT : 2015
UCAPAN TERIMA KASIH
Puji syukur kepada Tuhan Yang Maha Esa, atas segala limpahan berkat dan
penyertaan-Nya sehingga tesis ini dapat diselesaikan tepat pada waktunya. Dengan
selesainya tesis ini, perkenankanlah penulis mengucapkan terima kasih yang sebesarbesarnya kepada :
1. Pejabat Rektor Universitas Sumatera Utara, Prof. Subhilhar , Ph.D
kesempatan
yang
diberikan
kepada
penulis
untuk
mengikuti
atas
dan
menyelesaikan pendidikan Program Magister.
2. Dekan Fasilkom-TI (Fakultas Ilmu Komputer dan Teknologi Informasi)
Universitas Sumatera Utara Prof. Dr. Muhammad Zarlis, atas kesempatan
yang diberikan kepada penulis menjadi mahasiswa Program Magister pada
Program Pascasarjana Fasilkom-TI Universitas Sumatera Utara.
3. Ketua
Program
Studi
Magister
(S2)
Teknik
Informatika,
Prof. Dr. Muhammad Zarlis dan Sekretaris Program Studi Magister (S2)
Teknik Informatika M. Andri Budiman, S.T, M.Comp, M.E.M beserta
seluruh staff pengajar pada Program Studi Magister (S2) Teknik Informatika
Program Pascasarjana Fasilkom-TI Universitas Sumatera Utara, yang telah
bersedia membimbing penulis sehingga dapat menyelesaikan pendidikan tepat
pada waktunya.
4. Prof. Dr. Herman Mawengkang selaku pembimbing utama dan kepada Dr. Erna
Budhiarti Nababan, M.IT selaku
kesabaran
pembimbing
kedua yang
dengan
penuh
menuntun serta membimbing penulis hingga selesainya tesis ini
dengan baik.
5. Prof. Dr. Muhammad Zarlis selaku Penguji pertama , Dr. Syahril Efendi selaku
Penguji kedua, yang telah memberikan saran dan motivasi serta arahan yang
baik demi penyelesaian tesis ini.
6. Universitas Sumatera Utara, Staf Pegawai dan Administrasi pada Program
Studi Magister (S2) Teknik Informatika Program Pascasarjana Fasilkom-TI
Universitas Sumatera Utara yang telah memberikan bantuan dan pelayanan terbaik
kapada penulis selama mengikuti perkuliahan.
7.
Keluarga penulis. Bapakku Alm. Daulat Sembiring, A.MA / mamaku Alm.
Rasmi br Sitepu, Mertuaku Ir. Handel Bukit / Alm. Paulina Br Ginting, Suamiku
ABSTRAK
Algoritma Apriori salah satu algoritma data mining dalam pembentukan asosiasi rule
mining. Algoritma apriori adalah proses ekstraksi informasi dari suatu database,
dilanjutkan dengan melakukan frequent item/itemset dan candidate generation dalam
pembentukan asosiasi rule mining guna mendapatkan hasil nilai minimum support dan
nilai minimum confidence. Pada database yang cukup besar, algoritma apriori banyak
menghasilkan pattern frequent item/itemset (pola sering muncul suatu item/itemset)
yang banyak, karena harus melakukan candidate generation serta merekam database
secara berulang-ulang. Penelitian ini membahas tentang frequent item/itemset pada
algoritma apriori dengan menghasilkan frequent yang sedikit, tanpa melakukan
candidate generation dan meminimalkan tahapan penyelesaian yang dimulai pada k-1
item atau tahapan pertama pada algoritma apriori selanjutnya digunakan dengan
metode FP-Growth. Dari hasil penelitian yang dilakukan dengan menggunakan FPGrowth sangat signifikan dengan algoritma apriori, efesien dari segi waktu, tahap
penyelesaian lebih cepat, sedikit menghasilkan pattern frequent item/itemset dan lebih
terperinci dalam memaparkan hasil frequent item karena hasil frequent yang bernilai
< 1 masih diperlihatkan, tidak di hapus.
Kata Kunci : Algoritama Apriori, FP-Growth, AsosiasiRuleMining, Frequent
Item/itemset
THE DEVELOPMENT APRIORI ALGORITHM FOR DECISION-MAKING
ABSTRACT
Apriori algorithm is one of data mining algorithms in the formation of the association
rule mining.Priori algorithm is the process of extracting information from a database,
followed by frequent item / itemset and candidate generation in the formation of the
association rule mining in order to get the value of minimum support and minimum
confidence
value.
In the database is large enough, the algorithm generates a priori many frequent pattern
item / itemset (pattern often appears in an item / itemsets) that much, because they
have to perform and record database generation candidate repeatedly. This study
discusses the frequent item / itemset the a priori algorithm to produce a slightly
frequent, without candidate generation and minimize the completion stages beginning
on k-1 item or the first stage in the a priori algorithm is then used by the method FPGrowth. From the results of research conducted by using FP-Growth is very
significant with a priori algorithm, efficient in terms of time, the stage of completion
faster, produce less frequent pattern item / itemset and more detailed in describing the
results of frequent item as a result of frequent-value
PENGAMBILAN KEPUTUSAN
TEKNIK INFORMATIKA
TESIS
LISMARDIANA SEMBIRING
NIM: 137038025
PROGRAM STUDI S2 TEKNIK INFORMATIKA
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2015
Telah diuji pada
Tanggal : 27 Agustus 2015
PANITIA PENGUJI TESIS
Ketua
: Prof. Dr. Herman Mawengkang
Anggota
: 1. Prof. Dr. Herman Mawengkang
2. Dr. Erna Budhiarti Nababan, M.IT
3. Prof Dr. Muhammad Zarlis
4. Dr. Syahril, M.IT
RIWAYAT HIDUP
DATA PRIBADI
Nama Lengkap
: Lismardiana Sembiring
Tempat dan Tanggal Lahir
: Lau Timah, 03 Oktober 1978
Alamat Rumah
: Jl. Budi Luhur No. 6 Medan - Helvetia
Telepon /Fax/HP
: 081265429392
: kade_kadenta@yahoo.com
Instansi Bekerja
: AMIKOM Medan
Alamat
: Jl. Iskandar Muda No. 43-49 Medan
DATA PENDIDIKAN
SD
: Negeri Desa Gunung Tinggi
TAMAT : 1991
SLTP : Negeri-1 Pancurbatu
TAMAT : 1994
SLTA : Swasta Rakyat Sei-Glugur
TAMAT : 1997
S1
: STT- Harapan Medan
TAMAT : 2006
S2
: Teknik Informatika USU
TAMAT : 2015
UCAPAN TERIMA KASIH
Puji syukur kepada Tuhan Yang Maha Esa, atas segala limpahan berkat dan
penyertaan-Nya sehingga tesis ini dapat diselesaikan tepat pada waktunya. Dengan
selesainya tesis ini, perkenankanlah penulis mengucapkan terima kasih yang sebesarbesarnya kepada :
1. Pejabat Rektor Universitas Sumatera Utara, Prof. Subhilhar , Ph.D
kesempatan
yang
diberikan
kepada
penulis
untuk
mengikuti
atas
dan
menyelesaikan pendidikan Program Magister.
2. Dekan Fasilkom-TI (Fakultas Ilmu Komputer dan Teknologi Informasi)
Universitas Sumatera Utara Prof. Dr. Muhammad Zarlis, atas kesempatan
yang diberikan kepada penulis menjadi mahasiswa Program Magister pada
Program Pascasarjana Fasilkom-TI Universitas Sumatera Utara.
3. Ketua
Program
Studi
Magister
(S2)
Teknik
Informatika,
Prof. Dr. Muhammad Zarlis dan Sekretaris Program Studi Magister (S2)
Teknik Informatika M. Andri Budiman, S.T, M.Comp, M.E.M beserta
seluruh staff pengajar pada Program Studi Magister (S2) Teknik Informatika
Program Pascasarjana Fasilkom-TI Universitas Sumatera Utara, yang telah
bersedia membimbing penulis sehingga dapat menyelesaikan pendidikan tepat
pada waktunya.
4. Prof. Dr. Herman Mawengkang selaku pembimbing utama dan kepada Dr. Erna
Budhiarti Nababan, M.IT selaku
kesabaran
pembimbing
kedua yang
dengan
penuh
menuntun serta membimbing penulis hingga selesainya tesis ini
dengan baik.
5. Prof. Dr. Muhammad Zarlis selaku Penguji pertama , Dr. Syahril Efendi selaku
Penguji kedua, yang telah memberikan saran dan motivasi serta arahan yang
baik demi penyelesaian tesis ini.
6. Universitas Sumatera Utara, Staf Pegawai dan Administrasi pada Program
Studi Magister (S2) Teknik Informatika Program Pascasarjana Fasilkom-TI
Universitas Sumatera Utara yang telah memberikan bantuan dan pelayanan terbaik
kapada penulis selama mengikuti perkuliahan.
7.
Keluarga penulis. Bapakku Alm. Daulat Sembiring, A.MA / mamaku Alm.
Rasmi br Sitepu, Mertuaku Ir. Handel Bukit / Alm. Paulina Br Ginting, Suamiku
ABSTRAK
Algoritma Apriori salah satu algoritma data mining dalam pembentukan asosiasi rule
mining. Algoritma apriori adalah proses ekstraksi informasi dari suatu database,
dilanjutkan dengan melakukan frequent item/itemset dan candidate generation dalam
pembentukan asosiasi rule mining guna mendapatkan hasil nilai minimum support dan
nilai minimum confidence. Pada database yang cukup besar, algoritma apriori banyak
menghasilkan pattern frequent item/itemset (pola sering muncul suatu item/itemset)
yang banyak, karena harus melakukan candidate generation serta merekam database
secara berulang-ulang. Penelitian ini membahas tentang frequent item/itemset pada
algoritma apriori dengan menghasilkan frequent yang sedikit, tanpa melakukan
candidate generation dan meminimalkan tahapan penyelesaian yang dimulai pada k-1
item atau tahapan pertama pada algoritma apriori selanjutnya digunakan dengan
metode FP-Growth. Dari hasil penelitian yang dilakukan dengan menggunakan FPGrowth sangat signifikan dengan algoritma apriori, efesien dari segi waktu, tahap
penyelesaian lebih cepat, sedikit menghasilkan pattern frequent item/itemset dan lebih
terperinci dalam memaparkan hasil frequent item karena hasil frequent yang bernilai
< 1 masih diperlihatkan, tidak di hapus.
Kata Kunci : Algoritama Apriori, FP-Growth, AsosiasiRuleMining, Frequent
Item/itemset
THE DEVELOPMENT APRIORI ALGORITHM FOR DECISION-MAKING
ABSTRACT
Apriori algorithm is one of data mining algorithms in the formation of the association
rule mining.Priori algorithm is the process of extracting information from a database,
followed by frequent item / itemset and candidate generation in the formation of the
association rule mining in order to get the value of minimum support and minimum
confidence
value.
In the database is large enough, the algorithm generates a priori many frequent pattern
item / itemset (pattern often appears in an item / itemsets) that much, because they
have to perform and record database generation candidate repeatedly. This study
discusses the frequent item / itemset the a priori algorithm to produce a slightly
frequent, without candidate generation and minimize the completion stages beginning
on k-1 item or the first stage in the a priori algorithm is then used by the method FPGrowth. From the results of research conducted by using FP-Growth is very
significant with a priori algorithm, efficient in terms of time, the stage of completion
faster, produce less frequent pattern item / itemset and more detailed in describing the
results of frequent item as a result of frequent-value