Teknik Asosiasi - Algoritma Apriori
Teknik asosiasi atau association rule mining adalah teknik data mining untuk menemukan aturan asosiatif antara suatu kombinasi item. Â Teknik ini digunakan untuk menemukan pola yang mendeteksi kumpulan atribut-atribut yang muncul bersamaan dalam frekuensi yang sering. Â Teknik ini juga biasa disebut dengan affinity analysis atau market basket analysis. Â Beberapa algoritma yang umum digunakan dalam teknik asosiasi antara lain Algoritma Apriori, FP-Growth, dan GRI.
Association rule biasanya dinyatakan dalam bentuk:
{Teh} → {Gula} (support = 40% ; confidence = 50%) Â
Ini artinya, 50% dari transaksi di database yang memuat item Teh juga memuat item Gula. Â Sedangkan 40% dari seluruh transaksi yang ada di database memuat kedua item tersebut. Â Dapat juga diartikan bahwa seorang konsumen yang membeli Teh mempunyai kemungkinan 50% untuk juga membeli Gula. Â Aturan ini cukup signifikan karena mewakili 40% dari catatan transaksi selama ini.Â
Metodologi dasar analisis asosiasi terbagi menjadi dua tahap:Â
- Analisis pola frekuensi tinggi
- Pembentukan aturan asosiasi
Analisis Pola Frekuensi Tinggi
Tahap ini mencari kombinasi item yang memenuhi syarat minimum dari nilai support dalam database. Â Nilai support sebuah item diperoleh dengan rumus: Â
Pembentukan Aturan Asosiasi