1. Pendahuluan
Di era digital saat ini, volume data yang dihasilkan oleh berbagai sektor seperti perdagangan, kesehatan, dan teknologi informasi meningkat secara eksponensial. Untuk menggali informasi berharga dari data tersebut, diperlukan teknik analisis yang efektif. Salah satu teknik yang banyak digunakan adalah data mining, khususnya metode association rule mining atau teknik asosiasi. Teknik ini bertujuan untuk menemukan pola atau hubungan tersembunyi antar item dalam dataset yang besar .
2. Konsep Dasar Teknik Asosiasi
Teknik asosiasi merupakan metode dalam data mining yang digunakan untuk menemukan aturan asosiatif pada kombinasi item atau kejadian dalam dataset. Aturan ini biasanya berbentuk implikasi "jika–maka" (if–then), contohnya: Jika seorang pelanggan membeli roti dan mentega, maka kemungkinan besar mereka juga membeli susu.
Aturan asosiasi terdiri dari dua bagian utama:
Antecedent (X): Item atau kejadian yang terjadi terlebih dahulu.
Consequent (Y): Item atau kejadian yang terjadi sebagai akibat dari antecedent.
Tujuan utama dari teknik ini adalah untuk mengidentifikasi hubungan yang signifikan antara item dalam dataset, yang dapat digunakan untuk pengambilan keputusan bisnis, seperti strategi pemasaran dan rekomendasi produk .
3. Metrik Evaluasi dalam Teknik Asosiasi
Untuk menilai kualitas aturan asosiasi yang dihasilkan, digunakan beberapa metrik evaluasi, antara lain: