IMPLEMENTASI MULTIPLE MINIMUM SUPPORTS DALAM MINING ASSOCIATION RULES DENGAN ALGORITMA MSAPRIORI
THE IMPLEMENTATION OF MULTIPLE MINIMUM SUPPORTS IN MINING ASSOCIATION RULES USING MSAPRIORI ALGORITHM
Undergraduate Theses dari STIKOM Surabaya / 16-10-2008 07:11:16 WIB
Posting oleh
prazetyo • Ditampilkan sebanyak
106864 kali
Share this information :
Author : Adam Septyasmoro (01410100251)
Subject | : | DATABASES |
Keyword | : | Minimum Support Multiple Minimum Supports MSApriori Algorithm Frequent Itemset Association Rule |
Abstract in
Bahasa IndonesiaData mining bertujuan untuk menemukan pola-pola yang menarik dalam sejumlah besar data. Salah satu fungsionalitasnya adalah asosiasi, yang bertujuan untuk menemukan rule asosiasi yang memenuhi nilai minimum support (minsup) dan minimum confidence (minconf). Pada beberapa penelitian asosiasi, telah dikembangkan teknik asosiasi yang menggunakan single minimum support (single minsup). Penggunaan single minsup pada data yang mempunyai distribusi item yang sangat bervariasi akan menimbulkan permasalahan. Jika nilai minsup-nya terlalu tinggi maka tidak akan didapatkan rule asosiasi yang melibatkan item yang jarang, jika minsup rendah mengakibatkan rule asosiasi yang dihasilkan terlalu banyak dan ada rule yang kurang bermakna.
Pada tugas akhir ini telah diimplementasikan penggunaan multiple minimum supports dalam data mining asosiasi dengan algoritma MSApriori untuk menangani permasalahan tersebut. Teknik ini memungkinkan pengguna menspesifikasikan nilai minsup yang berbeda pada setiap item, sehingga setiap rule asosiasi mempunyai batas minsup masing-masing sesuai dengan item yang terlibat dalam rule tersebut.
Dengan penggunaan multiple minimum supports, nilai minsup bersifat fleksibel, karena setiap item mempunyai batas minimum item support (MIS) masing-masing. Pembangkitan frequent itemsets dan rule asosiasi menjadi lebih efisien karena jumlah frequent itemsets dan rule asosiasi yang dibangkitkan lebih sedikit daripada jumlah yang dihasilkan dengan menggunakan single minsup.
Abstract
Data mining purpose is to find interesting patterns within great number of data. One of its functionality is association that’s finding association rule which meet minimum support value (minsup) and minimum confidence (minconf). Using single minimum support in data which frequency of items vary a great deal can make problems. If minsup is too high, there wouldn’t be found any rules contain rare item, if minsup is too low there would be too many rules find and some rules are meaningless. By using multiple minimum supports, minsup threshold become flexible, because each item have its own minimum item support (MIS).
Contributor | : | NINING MARTININGTYAS, DRA GDE ARKA PUNIATMAJA, M.KOM |
Date Create | : | 16-10-2008 |
Type | : | Text |
Format | : | pdf |
Language | : | Indonesian |
Identifier | : | STIKOMP-Undergraduate-4-21404 |
Collection ID | : | 4-21404 |
Call Number | : | PERPUSTAKAAN STIKOMP 005.74 Sep I |
Coverage : Terbatas Sivitas Akademika STIKOMP Surabaya
Rights : Hak Cipta (c) 2008 oleh STIKOMP SURABAYA. Dilarang mengcopy atau mendistribusikan baik sebagian atau seluruh isi koleksi ini dalam bentuk apapun, baik secara elektronis maupun mekanis tanpa izin dari penulis.
Download koleksi - Terbatas untuk Member1. STIKOMP-Undergraduate-245-Cover.pdf - 601 KB
2. STIKOMP-Undergraduate-245-Abstraksi.pdf - 315 KB
3. STIKOMP-Undergraduate-245-Daftar Isi.pdf - 604 KB
4. STIKOMP-Undergraduate-245-BAB I.pdf - 828 KB
5. STIKOMP-Undergraduate-245-BAB II.pdf - 3802 KB
6. STIKOMP-Undergraduate-245-BAB III.pdf - 5575 KB
7. STIKOMP-Undergraduate-245-BAB IV.pdf - 9308 KB
8. STIKOMP-Undergraduate-245-BAB V.pdf - 364 KB
9. STIKOMP-Undergraduate-245-DAFTAR PUSTAKA.pdf - 215 KB
10. STIKOMP-Undergraduate-245-Makalah.pdf - 3173 KB
10 dokumen yang mirip... 10 dokumen yang berhubungan...
.: Kembali ke daftar Undergraduate Theses