30
3.1.5.1 Input Sistem
Langkah awal yang dilakukan dalam sistem adalah menginputkan data yang akan dilakukan pemrosesan
penambangan data. Pada tahap ini jenis tipe file yang dapat digunakan adalah .csv, .xls dan data yang berasal dari database
MySql dan Oracle. Untuk tipe file .csv dan .xls pengguna tidak dapat memilih kolom, sedangkan untuk data yang
berasal dari database pengguna dapat memilih kolom yang diinginkan. Selain data yang diinputkan, minimum support dan
minimum confidence juga harus diinputkan sehingga data yang ada dapat digunakan untuk proses selanjutnya yaitu penerapan
algoritma ARIMA A Rare Itemset Miner Algorithm.
3.1.5.2 Proses Sistem
Proses yang akan terjadi di dalam sistem adalah : a. Mengambil data dari direktori tertentu yang disimpan
dalam bentuk file excel, .csv, dan juga data pada database MySql dan Oracle dan ditampilkan pada tabel view. Data
ini merupakan data yang telah dikenai pemrosesan awal. b. Membaca nilai minimum support dan minimum confidence
yang ditentukan oleh pengguna.
31
c. Membaca data yang ditampilkan pada tabel view. Mencari semua candidate 1-itemset beserta count dan support untuk
masing – masing candidate. Hasil perhitungan supportnya akan digunakan untuk penentuan rare 1-itemset yakni
dengan membandingkan nilai support candidate dengan minimum support yang telah dimasukkan pengguna.
Candidate 1-itemset yang memiliki nilai support lebih kecil atau sama dengan minimum support akan menjadi
rare 1-itemset. d. Mencari rare k-itemset dengan membuat semua kombinasi
candidate 1-itemset yang ada hingga membentuk candidate 2-itemset untuk mendapatkan rare 2-itemset dan seterusnya
hingga tidak ada lagi rare itemset yang dapat dibentuk. e. Membuat semua kemungkinan aturan asosiasi langka.
Diawali dengan pembentukan subset dari rare itemset yang telah ada. Subset – subset tersebut akan dikombinasikan
untuk membentuk aturan, dimana ada subset yang menjadi anteseden dan ada subset yang menjadi konsekuen. Lalu
akan dihitung nilai confidence untuk masing – masing aturan dengan cara mengambil nilai support masing –
masing subset dan dihitung. Nilai confidence tiap aturan akan dibandingkan dengan minimum confidence yang telah
32
dimasukkan oleh pengguna. Jika nilai confidencenya lebih besar atau sama dengan minimum confidence maka aturan
tersebut adalah aturan asosiasi yang kuat. f.
Menampilkan semua hasil Arima berupa semua rare itemset dan aturan asosiasi yang kuat sebagai output.
g. Hasil arima yang diperoleh dapat disimpan dalam file .txt atau .doc
3.1.5.3 Output Sistem