2. Perusahaan
Mengetahui frequent itemset pada proses transaksi yang terjadi sehingga dapat menerapkan strategi pemasaran yang tepat
.
3. Umum
Mengetahui penerapan
data mining terutama metode
asosiasi menggunakan algoritma apriori pada database transaksi
.
1.5 Ruang Lingkup Penelitian
Mengingat luasnya bidang penelitian
,
maka dibuat batasan atau ruang lingkup penelitian sebagai berikut :
a. Sistem yang dibuat adalah sistem yang mampu menemukan frequent
itemset pada keranjang belanja yang tersimpan pada database transaksi penjualan
.
b. Metode yang dipakai adalah metode data mining dengan metode asosiasi
menggunakan algoritma apriori
.
c. Beberapa teknik modifikasi dilakukan dengan melakukan pengurangan
jumlah kombinasi yang dibangkitkan yang disebut combination reduction
.
Optimasi kedua adalah dengan pembatasan iterasi k+1- itemset pada algoritma apriori dengan metode modus yang disebut
iteration limitation
.
Tenik efisiensi algoritma apriori ini akan dijelaskan lebih lanjut pada bab metodologi dan perancangan
.
d. Sistem dibuat dengan menggunakan bahasa pemrograman PHP dan
database MySQL
.
1.6 Keaslian Penelitian
Penelitian sebelumnya yang sejenis adalah penelitian oleh Jogi Suresh dan T
.
Ramanjaneyulu dengan judul “Mining Frequent itemsets Using Apriori Algorithm”
.
Penelitian Suresh dan Ramanjaneyulu 2013 masih menggunakan algoritma apriori klasik yang sudah dikembangkan sebelumnya dan belum menggunakan teknik
optimasi untuk memperoleh aturan asosiasi yang lebih efisien
.
Penelitian lain yang sejenis adalah penelitian yang dilakukan oleh Jiao Yabing 2013 dengan judul
“Research of an Improved Apriori Algorithm in Data mining Association Rules”
.
Jiao Yabing dalam penelitiannya sudah melakukan optimasi terhadap algoritma apriori
yaitu dengan melakukan modifikasi dengan cara mengurangi jumlah kandidat pada kandidat itemset Ck
.
Jaishree Singh
,
et al pada tahun 2013 melakukan penelitian dengan judul
“Improving Efficiency of Apriori Algorithm Using Transaction Reduction”
.
Penelitian Singh
,
dkk ini melakukan modifikasi algoritma apriori dengan cara mengurangi jumlah transaksi yang jumlah item pertransaksinya tidak memenuhi
nilai batas yang ditentukan
.
Pengurangan transaksi tersebut berdampak pada efisiensi
waktu pada saat scanning database
.
Penelitian-penelitian yang sudah dilakukan sebelumnya belum ada yang membahas penggabungan teknik pengurangan jumlah
kombinasi yang dibangkitkan combination reduction dengan pembatasan jumlah iterasi k+1-itemset dengan metode modus yaitu membatasi nilai k sampai dengan
jumlah kombinasi itemset yang paling banyak muncul
.
Penelitian lain tentang algoritma apriori akan dipaparkan lagi pada bagian state of the art
.
Berikut adalah fish bone diagram dari penelitian-penelitian sebelumnya yang dipakai dasar untuk
penelitian yang akan dilakukan
,
bagian yang ditandai adalah fokus dari penelitian yang akan dilakukan :
Database Metode Asosiasi
Preprocessing Frequent itemset
Apriori FP Growth
Data cleansing Data integration
Candidate reduction Iteration limitation
Dummy data Real data
Combination reduction Data reduction
Transaction reduction Modifikasi
Gambar 1
.
1 Fish Bone Menemukan Frequent Itemset Menggunakan Algoritma Apriori
Fishbone pada gambar diatas menggambarkan faktor-faktor pendukung pembentukan frequent itemset yang dibuat berdasarkan penelitian-penelitian
sebelumnya
.
Bagian yang ditandai merupakan fokus dari penelitian ini yang sekaligus
menjadi pembeda dari penelitian-penelitian sejenis yang telah dilakukan sebelumnya
.
Database yang digunakan pada peneilitian ini adalah real data data riil yang diambil dari database transaksi, sedangkan penelitian lain banyak yang memakai
dummy data atau data contoh yang dikarang untuk melakukan ujicoba pada sistem
.
Metode asosiasi yang digunakan adalah apriori, sedangkan penelitian lain ada yang memakai metode FP Growth atau metode lain dari asosiasi
.
Prepocessing untuk database menggunakan data cleansing yaitu membersihkan database dari data yang
rusak
.
Metode modifikasi untuk optimasi algoritma apriori menggunakan combination reduction dan iteration limitation yang akan lebih dijelaskan pada bab
metodologi dan perancangan
.
BAB II TINJAUAN PUSTAKA
