Menggali Kaidah Asosiasi Positif Dan Negatif Menggunakan Algoritma Apriori Dan Analisis Korelasi Cosine

Oleh :
Rima Dhian Permata Hendry - M0507039 - Fak. MIPA

Penggalian Kaidah Asosiasi Merupakan Salah Satu Penggunaan Data Mining Yang Berguna Menemukan Hubungan Antar-Item Dalam Suatu Basis Data. Algoritma Penggalian Kaidah Asosiasi (Association Rule Mining/ARM) Konvensional Hanya Dapat Digunakan Untuk Mencari Kaidah Asosiasi Positif, Sedangkan Kaidah Asosiasi Negatif Juga Merupakan Kaidah Asosiasi Yang Penting. Penelitian Ini Bertujuan Untuk Menemukan Kaidah Asosiasi Positif Sekaligus Negatif Dengan Menggunakan Algoritma Apriori Pada Framework Support-Confidence Yang Disertai Analisis Korelasi Cosine. Algoritma ARM Konvensional Dan Termodifikasi Akan Diterapkan Pada Basis Data Jamur Untuk Mengetahui Perbedaan Hasilnya. Hasil Menunjukkan Bahwa Algoritma ARM Termodifikasi Mampu Menghasilkan Kaidah Asosiasi Negatif. Penambahan Analisis Korelasi Cosine Mengakibatkan Algoritma ARM Termodifikasi Menghasilkan Kaidah Asosiasi Dalam Jumlah Yang Lebih Sedikit Dibandingkan ARM Konvensional. Dilihat Dari Sepuluh Hasil Teratasnya, Terdapat Perbedaan Kaidah Dan/Atau Urutan Antara ARM Konvensional Dan ARM Termodifikasi.