Dalam era big data, organisasi menghasilkan dan menyimpan jutaan data setiap harinya. Salah satu pendekatan paling efektif untuk menggali informasi berharga dari data tersebut adalah dengan teknik asosiasi dalam data mining. Teknik ini memungkinkan kita menemukan pola keterkaitan antar item dalam kumpulan data besar, yang sangat berguna dalam pengambilan keputusan strategis, baik dalam bidang bisnis, kesehatan, hingga pendidikan.
APA ITU TEKNIK ASOSIASI?
Teknik asosiasi dalam data mining adalah metode untuk menemukan hubungan atau keterkaitan antar item dalam suatu dataset yang besar. Tujuannya adalah untuk menemukan pola-pola tersembunyi yang mungkin tidak terlihat secara langsung oleh manusia. Pola ini bisa berupa hubungan antar produk dalam transaksi, keterkaitan gejala dengan penyakit, atau preferensi pengguna dalam sistem rekomendasi. Contoh paling umum dari teknik ini adalah "market basket analysis" yang digunakan untuk menganalisis produk-produk yang sering dibeli secara bersamaan oleh pelanggan. Jika banyak pelanggan yang membeli roti juga membeli mentega, maka bisa disimpulkan bahwa ada asosiasi kuat antara kedua produk tersebut.
KONSEP UTAMA DALAM TEKNIK ASOSIASI
1. Support (Dukungan)
  Support adalah ukuran seberapa sering kombinasi item tertentu muncul dalam seluruh dataset. Dengan kata lain, support menunjukkan proporsi transaksi yang mengandung kombinasi item X dan Y dibandingkan dengan total keseluruhan transaksi. Support digunakan untuk menyaring itemset yang terlalu jarang muncul agar tidak dianalisis lebih lanjut, sehingga dapat mempercepat proses analisis dan menghindari aturan yang kurang signifikan.
2. Confidence (Kepercayaan)
   Confidence mengukur probabilitas item Y muncul dalam transaksi yang sudah mengandung item X. Semakin tinggi nilai confidence, maka semakin besar kemungkinan aturan tersebut dapat dipercaya untuk diterapkan. Misalnya, jika 80% transaksi yang berisi susu juga berisi roti, maka confidence dari aturan susu roti adalah 80%.
3. Lift
