Assosiasi Rule

Sofi Defiyanti
 Aturan Asosiasi #
(Association Rule) 1

• Aturan Asosiasi adalah teknik data mining untuk menemukan

aturan asosiatif antara kombinasi item.
• Aturan Asosiasi adalah mencari suatu kaidah keterhubungan
dari data
• Relasi yang tersembunyi ini dapat direpresentasikan dalam
bentuk aturan asosiasi (association rules) atau himpunan
barang yang seringkali muncul (frequent itemset)
• Berdasarkan data set transaki, akan dicari aturan yang dapat
memprediksi kejadian bersama sebuah item, berdasarkan
kejadian bersama dari item-item lainnya dalam transaksi

2
 Manfaat
• Dapat digunakan untuk Market
Basket Analysis (menganalisa
kebiasaan customer dengan
mencari asosiasi dan korelasi
dari data transaksi)
• Sebagai saran penempatan
barang dalam supermarket
• Sebagai saran produk apa yang
dipakai dalam promosi

Mata kuliah Data Mining

Definisi umum
• Penting atau tidaknya suatu aturan asosiasi dapat diketahui dengan dua
parameter,
• Support yaitu persentase kombinasi item tersebut dalam database
• Confidence yaitu kuatnya hubungan antara item dalam association rule.
• Itemset: himpunan dari item-item yang muncul bersama-sama
• Kaidah asosiasi: peluang bahwa item-item tertentu hadir bersama-
sama.
BENTUK ATURAN ASOSIASI
• {roti, mentega} -> {susu} (support = 40%, confidence = 50%)
• Yang artinya :
• "50% dari transaksi di database yang memuat item roti dan mentega juga memuat
item susu. Sedangkan 40% dari seluruh transaksi yang ada di database memuat
ketiga item itu.”
• "Seorang konsumen yang membeli roti dan mentega punya kemungkinan 50%
untuk juga membeli susu. Aturan ini cukup signifikan karena mewakili 40% dari
catatan transaksi selama ini."
 Aturan Asosiasi #
(Association Rule) 2

• Algoritma untuk aturan asosiasi yang paling popular adalah

Algoritma Apriori dengan paradigma “Generate And Test”,
yaitu pembuatan kandidat kombinasi item yang mungkin
berdasarkan aturan tertentu, kemudian diuji apakah kombinasi
item tersebut memenuhi syarat support minimum.
• Kombinasi item yang memenuhi syarat tersebut disebut
frequent item-set atau large item-set, yang kemudian dipakai
untuk membuat aturan-aturan yang memenuhi syarat
confidence minimum.

6
 Aturan Asosiasi #
(Association Rule) 3
• Algoritma apriori merupakan algoritma pertama dan sering digunakan
untuk menemukan aturan asosiasi di dalam aplikasi data mining dengan
teknik aturan asosiasi (Witten dan Frank, 2005; Kuntardzic, 2003)
• Tujuan dari algoritma apriori adalah untuk menemukan aturan (rule) yang
memenuhi minimum support yang telah ditetapkan sebelumnya dan
memenuhi nilai confidence yang disyaratkan
• Tugas dari algoritma apriori dalam menemukan aturan asosiasi dapat dibagi
menjadi dua fase : (1). menemukan itemsets. (2). membentuk aturan (rule)
dari itemsets yang ditemukan.
• Algoritma dari aturan asosiasi yang lain adalah Algoritma Predictive Apriori
dan Tertius

7
 Apriori
• Tentukan masing-masing item yang dibeli
• Kemudian buat tabel atau dataset
• Tentukan minimal Support ɸ
• Tentukan k-itemset maksimal
• Hitung support dengan men-scan untuk 1 itemset
• Bandingkan dengan minimal support yang sudah ditentukan
• Lakukan perulakan dengan men-scan 2 itemset, 3 itemset, dst
1. Item yang dibeli
2. dataset

Transaksi pena roti mentega telur susu buncis kecap

1 1 1 1 0 0 0 0

2 0 1 1 1 1 0 0

3 0 0 0 1 1 1 0

4 0 1 1 0 0 0 0

5 0 1 1 1 1 0 1
 3. Tentukan minimal support
•
5. 1 itemset
Item Set Support Count Support
Roti 4 80%
Mentega 4 80%
Telur 3 60%
Susu 3 60%
Buncis 1 20%
Kecap 1 20%
Pena 1 20%
6. 2-itemset
• Menghitungnya dengan menggunakan combinasi
Item Set
Roti, Mentega
Roti, Telur
Roti, Susu
Mentega, Telur
Mentega, Susu
Telur, Susu
Hitung Support 2-Itemset
Item Set Support Count Support
Roti, Mentega 4 80%
Roti, Telur 2 40%
Roti, Susu 2 40%
Mentega, Telur 2 40%
Mentega, Susu 2 40%
Telur, Susu 3 60%
 7. 3-itemset
• Menghitungnya dengan menggunakan combinasi
Item Set
Roti, Mentega + Roti, Telur
Roti, Mentega + Roti, Susu
Roti, Mentega +Mentega, Telur Roti, Mentega, telur
Roti, Mentega +Mentega, Susu
Roti, Mentega +Telur, Susu
Roti, Telur + Roti, Susu
Roti, Telur + Mentega, Telur
Roti, Telur + Mentega, Susu
Roti, Telur + Telur Susu
Kombinasi
Item Set Kombinasi
Roti, Mentega, Telur
Roti, Susu + Mentega, Telur Roti, Susu, Mentega
Roti, Mentega, susu
Roti, Susu, Telur
Roti, Susu + Mentega, Susu Roti, Susu, Mentega
Roti, Mentega, susu
Roti, Susu + Telur, Susu Roti, Susu, Telur
Roti, Mentega, telur
Mentega, Telur + Mentega, Susu Mentega, Telur, Susu
Roti, Mentega, susu
Mentega, Telur + Telur, Susu Mentega, Telur, Susu
Roti, Telur, Susu
Mentega, Susu + Telur, Susu Mentega, telur, Susu
Roti, Telur, mentega
Roti, Telur, mentega
Roti, Telur, Susu
Roti, Telur, susu
Kombinasi 3 Item Set
Itemset
Roti, Mentega, Telur
Roti, Mentega, susu
Roti, Telur, Susu
Mentega, Telur, Susu
Itemset Support Count Support
Roti, Mentega, Telur 2 40%
Roti, Mentega, susu 2 40%
Roti, Telur, Susu 2 40%
Mentega, Telur, Susu 2 40%
8. Kombinasi 4-itemset
Itemset
Roti, Mentega, Telur + Roti, Mentega, susu
Roti, Mentega, susu + Roti, Telur, Susu
Roti, Telur, Susu + Mentega, Telur, Susu
Roti, Mentega, Telur + Roti, Telur, Susu
Roti, Mentega, Telur + Mentega, Telur, Susu
Roti, Mentega, susu + Mentega, Telur, Susu
Kombinasi
Roti, Mentega, Telur, Susu
Roti, Mentega, Telur, Susu
Roti, Mentega, Telur, Susu
Roti, Mentega, Telur, Susu
Roti, Mentega, Telur, Susu
Roti, Mentega, Telur, Susu
4 Item Set
Item Set Support Count Support
Roti, Mentega, Telur, 2 40%
Susu
Pembentukan Aturan Asosiasi
• Minimal confidence 75%
Confidece L2,L3 dan L4
Aturan Support Confidece
Roti, Mentega, Telor → susu 40 % 2/2 * 100% = 100%
Roti, Mentega, susu → telor 40% 2/2 * 100% = 100%
Roti, Susu, telor → mentega 40% 2/2 * 100% = 100%
Susu, Telor, Mentega →roti 40% 2/2 * 100% = 100%
Roti, Mentega →telur 40% 2/4 * 100 = 50%
Roti, Telur →mentega 40% 2/2 *100 = 100%
Mentega, Roti →telur 40% 2/4 * 100 = 50%
Roti, Mentega → Susu 40% 2/4 * 100 = 50%
Roti, Susu → Mentega 40% 2/2 *100 = 100%
Mentega, Susu→ Roti 40% 2/2 *100 = 100%
Mentega, Telor → Susu 40% 2/2 *100 = 100%
Mentega, Susu → telor 40% 2/2 *100 = 100%
Telor, Susu → mentega 40% 2/3*100 = 66%
Roti → Mentega 80% 4/4*100 = 100
Roti → Telur 40% 2/4 * 100 = 50
Roti → Susu 40% 2/4*100 = 50
Mentega → Telur 40% 2/4*100 = 50
Mentega → Susu 40% 2/4*100=50
Telur→ Susu 60% 3/3 *100 =100
Mentega → Roti 80% 4/4*100 = 100
Telur → Roti 40% 2/3*100 = 66%
 Aturan Asosiasi
• Jika Membeli Roti, Mentega dan telur pasti membeli susu
• Jika membeli roti, mentega dan susu pasti membeli telur
• Jika membeli susu, telur dan mentega pasti membeli roti
• Jika membeli roti dan telur maka membeli mentega
• Jika membeli roti dan susu maka membeli mentega
• Jika membeli mentega dan susu maka membeli roti
• Jika membeli mentega dan telur maka membeli susu
• Jika membeli mentega dan susu maka membeli telur
• Jika membeli roti maka membeli mentega
• Jika membeli telur maka membeli susu
• Jika membeli mentega maka membeli roti
• Jika membeli susu maka membeli telur
Latihan
TID Itemset
1 A, C. , D.
2 B. , C. , E.
3 A. , B. , C. , E.
4 B. , E.

Min sup = 50%

Min conf = 75%
Tugas
ID Kemampuan
Min sup = 50%
1 mysql, PHP, HTML, CSS
2 oracle, Java, ERP/POS Min conf = 50%
3 HTML, CSS, Java , PHP
4 PHP, Java, MySQL, Visual Studio, ABAP
5 Java, J2EE, oracle, Linux
6 PHP, Java, HTML, css
7 HTML, CSS, Java
8 PHP, MySQL, SQL Server , HTML,

- Kerjakan dengan menggunakan bantuan Excel lalu verifikasi hasilnya dengan alat bantu
- Lakukan Aturan Asosiasi
- Lakukan Analisis Hasil
- Kirim Ke Email : sofi.defiyanti@staff.unsika.ac.id
- Subject : Tugas Asosiasi_npm
- Paling telat : 28 des 2017