Seiring dengan berkembangnya teknologi informasi, semakin banyak data yang dihasilkan oleh berbagai aktivitas digital, termasuk di institusi pendidikan. Data tersebut memiliki potensi besar jika dianalisis dengan tepat, terutama melalui teknik data mining. Salah satu metode dalam data mining yang terbukti efektif adalah teknik asosiasi (association rules), yang dapat digunakan untuk menemukan pola tersembunyi di dalam data. Artikel ini mengulas bagaimana teknik asosiasi, khususnya melalui algoritma Apriori, digunakan dalam merekomendasikan buku di perpustakaan Universitas AMIKOM Yogyakarta, berdasarkan studi yang dilakukan oleh Donni Prabowo dan Fitri Ramdani.Â
Apa Itu Teknik Asosiasi dalam Data Mining?
Teknik asosiasi dalam data mining bertujuan untuk menemukan hubungan antar item dalam satu dataset. Teknik ini sangat umum digunakan dalam analisis keranjang pasar (market basket analysis), yang memungkinkan kita memahami kecenderungan suatu item dibeli bersamaan dengan item lain.
Dua parameter utama dalam menentukan hubungan ini adalah:
-
Support: Seberapa sering suatu item atau kombinasi item muncul dalam keseluruhan data.
Confidence: Seberapa besar kemungkinan item B muncul jika item A sudah muncul.
Misalnya, dalam konteks perpustakaan, teknik ini dapat menunjukkan bahwa "mahasiswa yang meminjam buku A cenderung juga meminjam buku B". Inilah yang disebut aturan asosiasi.
Algoritma Apriori: Mesin di Balik Analisis
Algoritma Apriori adalah salah satu algoritma paling populer untuk melakukan analisis asosiasi. Algoritma ini diperkenalkan oleh Agrawal dan Srikant pada tahun 1994 dan bekerja dengan cara iteratif---dimulai dari menemukan item yang paling sering muncul sendiri (1-itemset), kemudian secara bertahap menggabungkan menjadi 2-itemset, 3-itemset, dan seterusnya. Proses ini terus dilakukan selama kombinasi item memenuhi nilai support dan confidence minimum.
Prosesnya terdiri dari dua tahap:
-
Join: Menggabungkan itemset yang sering muncul untuk membentuk kandidat itemset baru.
Prune: Menghapus itemset yang tidak memenuhi syarat minimum support.
Untuk mengukur seberapa kuat hubungan antar item, digunakan juga lift ratio:
