1. Pendahuluan
Data mining adalah proses yang memungkinkan pengambilan informasi berharga dari kumpulan data berukuran besar. Di antara berbagai teknik data mining, teknik asosiasi merupakan salah satu metode penting yang dapat menemukan hubungan tersembunyi antara item-item dalam data. Teknik ini sangat berguna untuk menemukan pola-pola yang mungkin tidak terlihat pada analisis data biasa.
2. Konsep Dasar Teknik Asosiasi
Teknik asosiasi adalah metode untuk menemukan pola hubungan "jika-maka" (if-then) antara item-item yang sering muncul bersamaan dalam suatu dataset. Contoh sederhana dari pola asosiasi adalah "jika pelanggan membeli roti, maka pelanggan juga membeli selai" yang dapat ditulis dalam bentuk aturan asosiasi: {roti} {selai}.
2.1 Terminologi Penting
- Itemset: Kumpulan satu atau lebih item
- Support count: Jumlah transaksi yang mengandung itemset tertentu
- Frequent itemset: Itemset yang memiliki support di atas ambang batas minimum
- Aturan asosiasi: Implikasi X Y, di mana X dan Y adalah itemset yang tidak beririsan
3. Ukuran Evaluasi Aturan Asosiasi
3.1 Support
Support mengukur seberapa sering itemset muncul dalam dataset, menunjukkan popularitas atau frekuensi kemunculan.
Rumus:
- Support(X) = (Jumlah transaksi yang mengandung X) / (Total transaksi)
- Support(X Y) = Support(X Y) = (Jumlah transaksi yang mengandung X dan Y) / (Total transaksi)
3.2 Confidence
