asosiasi data mining menggunakan algoritma-libre
TRANSCRIPT
-
8/11/2019 Asosiasi Data Mining Menggunakan Algoritma-libre
1/8
1
ASOSIASIDATA MINING MENGGUNAKAN ALGORITMA
FP-GROWTHUNTUKMARKET BASKET ANALYSIS
Fathimah Fatihatul, Atje Setiawan, Rudi RosadiJurusan Matematika FMIPA Universitas Padjadjaran
Jl. Raya Bandung-Sumedang km 21 Jatinangor 45363. Telp/Fax:022-7794696
ABSTRAK
Data transaksi penjualan perusahaan pemasaran yang besar menghasilkan knowledge baru
yang berguna untuk pengambilan keputusan para decision makerperusahaan tersebut. Dari gudang
data tersebut dapat dilakukan pengolahan sehingga menghasilkan informasi yang tersembunyi dan
bermanfaat sehingga dapat disebut sebagai data mining. Informasi baru tersebut dapat
menganalisis buying habits dari konsumen yang nantinya dapat dimanfaatkan untuk strategi
pemasaran.
Terdapat beberapa metode dalam mengolah data mining, salah satunya adalah association
analysis. Dalam association analysis terdapat beberapa algoritma yang dapat digunakan, salahsatunya adalah algoritmafp-growth. Penelitian ini menghasilkan association rules yang ditemukan
dengan bantuan software WEKA 3.6.4. Penelitian ini menggunakan data sekunder berupa data
transaksi penjualan sebuah supermarket dalam suatu periode waktu.
Hasil dari penelitian ini berupa aturan (rules) yang merupakan kumpulanfrequent itemset
dengan nilai confidence yang tinggi. Hasil implementasi telah dilakukan dengan menghasilkan
nilai strong confidence paling tinggi 92 %.
Kata Kunci : Data Mining, association rules,, Algoritma FP-Growth, frequent itemset,
support, confidence
ABSTRACTThe large amount of transaction data of the retail company produce new knowledge
which is useful to decision process. From the data warehouse can be processed to produce hiddenand useful information that can be referred to as data mining. The new information analysing
buying habits from consumer so that can be used for marketing strategy.
There are several methods of data mining to process large amounts of data, one of which
is association analysis. In association analysis, there are several algorithms that can be used, one
of which is fp-growth algorithm. This research resulting the association rules which founded by
support of software WEKA 3.6.4. This research using secondary data thas is transaction data of
the retail company within a particular period time.
Result of this research is the rules which are the association of frequent itemset with high
confidence value. The result have been made which resulting value of highest strong confidence
92%.
Keywords: Data Mining, association rules,, FP-Growth algorithm, frequent itemset, support,
confidence.
1. PENDAHULUAN
Bidang ilmu pengetahuan, bisnis dan pemerintahan telah melahirkan tumpukan data yang
sangat melimpah. Tumpukan data ini yang akhirnya dikumpulkan dan diolah oleh kemampuanteknologi informasi menjadi beberapa pengetahuan baru yang dapat dimanfaatkan. Namun
metoda analisis dan pengolahan data yang ada, masih kesulitan dalam menangani data dalam
jumlah besar. Sementara, kebutuhan akan informasi dari gudang data ini memaksa untuk lahirnya
sebuah teknologi baru yang dapat mengolah data dalam jumlah besar. Maka lahirlah data mining,
sebuah teknologi baru yang menjawab kebutuhan ini.
-
8/11/2019 Asosiasi Data Mining Menggunakan Algoritma-libre
2/8
2
Sebuah perusahaan pemasaran dapat mengumpulkan data transaksi dengan cepat sehingga
menghasilkan data yang sangat besar. Pertumbuhan data yang pesat itu kadang dibiarkan begitu
saja dan tidak digunakan. Dengan data mining atau lebih tepatnyaMarket Basket Analysis (MBA),data yang banyak itu dapat diolah sehingga didapatkan informasi tersembunyi yang akan
menghasilkan knowledge yang berguna untuk pengambilan keputusan para decision maker
perusahaan pemasaran tersebut.
MBA merupakan salah satu contoh dari data mining yang digunakan untuk menganalisa
kebiasaan konsumen dalam berbelanja. MBA bisa menjadi tidak berguna ketika dihadapkan pada
data yang kecil, namun akan menghasilkan informasi yang berharga ketika diperlakukan pada datayang besar seperti misalnya data transaksi sebuah supermarketbesar.
Salah satu teknik dalam data mining yang terkenal dan cocok untuk MBA adalah
association rule mining. Association rule mining memiliki beberapa algoritma yang sudah sering
digunakan diantaranya algoritmaApriori, FP-Growth, dan CT-PRO yang dimana ketiga algoritma
tersebut memiliki kelebihan dan kekurangan masing-masing. Dalam dokumen penelitian ini
penulis akan menggunakan algoritma FP-Growth.
2. LANDASAN TEORI
2.1 Data
Data merupakan sekumpulan fakta yang nantinya akan menjadi sebuah informasi penting
apabila diperlakukan dengan proses tertentu. Informasi yang didapatkan harus sesuai dengan
kebutuhan dan harus dipastikan bahwa informasi tersebut memiliki kualitas yang baik. Adabeberapa faktor yang mempengaruhi kualitas dari sebuah informasi, yaitu keakuratan, kerelevanan,
tepat waktu dan penyajiannya. Informasi yang nanti didapatkan atau sering disebut dengan
knowledge, harus memiliki nilai yang baik. Informasi ini akan digunakan untuk penentuan
keputusan dan kebijakan serta langkah apa yang akan sebaiknya dilakukan selanjutnya, jadi proses
dalam mendapatkan informasi ini haruslah menggunakan proses dan teknologi yang dapat
dipercaya kebenarannya.
2.2 Data MiningData Mining adalah sebuah teknologi baru yang memiliki potensi sangat besar dalam
penggalian informasi yang tersembunyi. Data mining juga sering didefinisikan sebagai proses
ekstraksi informasi prediktif tersembunyi dari database yang sangat besar. Teknologi ini
memungkinkan sebuah perusahaan untuk lebih proaktif dalam penyusunan strategi yang efektif
dan juga dalam pengambilan keputusan berdasarkan perilaku dan tren masa depan yang dapat
diprediksi oleh proses data mining.
Secara umum, data mining memiliki istilah populer yaitu Knowledge Discovery from
Databases atau disingkat KDD.
2.3 Jenis-jenis Data Mining Menurut Fungsinya
Data mining dibagi menjadi beberapa jenis menurut dari fungsinya (Atje Setiawan, 2009),
yaitu:
a. Konsep atau kelas descriptionb. Association Analysisc. Klasifikasi dan Prediksi
d. Cluster Analysis
e. Outlier Analysis
f. Evaluation Analysis
2.4 Association RuleAssosiation Rule merupakan suatu proses untuk menemukan semua aturan assosiatif yang
memenuhi syarat minimum untuk support (minsup) dan syarat minimum untuk confidence
(minconf) pada sebuah database.
-
8/11/2019 Asosiasi Data Mining Menggunakan Algoritma-libre
3/8
3
Dalam menentukan suatu Association Rule umumnya terdapat dua ukuran kepercayaan
(interestingness measure), yaitu supportdan confidence. Kedua ukuran ini akan digunakan untuk
interesting association rules dengan dibandingkan dengan batasan yang telah ditentukan. Batasaninilah yang terdiri dari minsup dan minconf.
Assosiation Rule Mining adalah suatu prosedur untuk mencari hubungan antar item dalam
suatu dataset. Dimulai dengan mencarifrequent itemset, yaitu kombinasi yang paling sering terjadi
dalam suatu itemsetdan harus memenuhi minimum support.
Dalam tahap ini akan dicari kombinasi item yang memnuhi syarat minimum dari nilai support
dalam database. Untuk mendapatkan nilai support untuk sebuah item A dapat diperoleh darirumus berikut :
Support(A) =Jumlah transaksi yang mengandung item A
Total transaksi(2.1)
Sementara itu, untuk mencari nilai supportdari 2-item dapat diperoleh dari rumus berikut :
Support(A,B) = P (A B) = Jumlah transaksi yang mengandung A dan BTotal transaksi
(2.2)
Setelah semua frequent item dan Large itemset ditemukan, dapat dicari semua Association
Rules yang memenuhi syarat minimum untuk confidence (minconf) dengan menggunakan rumus
berikut ini :
Confidence (AB) = P (B|A) =Jumlah transaksi yang mengandung A dan B
Jumlah transaksi yang mengandung A(2.3)
2.5 Market Basket AnalysisMarket Basket Analysis adalah salah satu teknik pemodelan dalam data mining berdasarkan
teori yang mana jika anda membeli suatu grup item, anda akan memiliki kemungkinan membeli
itemsetyang lain (data mining concept and technique, Jiawei Han).
Market Basket berdasarkan kumpulan item yang dibeli oleh konsumen dalam sebuahtransaksi. Dalam hal ini, kuantitas dari sebuah item yang dibeli konsumen tidak mempengaruhi
proses analisis ini. Market Basket Analysis hanya berdasarkan tipe-tipe item yang berbeda, tidak
peduli seberapa banyak kuantitasnya. Dalam Market Basket Analysis akan dianalisis akumulasi
kumpulan transaksi dari sejumlah besar konsumen dalam periode waktu yang telah berlangsung.
Proses ini menganalisis buying habits dari para konsumen dengan menemukan hubungan
assosiasi antar item-item yang berbeda yang seringkali dibeli oleh konsumen. Hasil dari proses
analisis ini nantinya akan sangat berguna bagi perusahaan retail khususnya seperti toko swalayan
dan supermarket untuk mengembangkan strategi pemasaran dan proses pengambilan keputusan
dengan melihat item-item berbeda yang sering dibeli secara bersamaan oleh konsumen dalam satu
waktu.
Beberapa kombinasi item yang sering dibeli konsumen memang terkadang sangat mudah
untuk ditebak, contohnya seringkali konsumen membeli susu bayi dan popok secara bersamaan.
Pola ini sangat biasa terjadi dan mudah ditebak karena susu bayi dan popok memiliki hubungan
yang sangat dekat. Namun terkadang pola seperti deterjen dan telur jarang terfikirkan karena
deterjen dan telur tidak mempunyai hubungan sama sekali. Melalui Market Basket Analysis, pola-
pola yang terkadang tidak terfikirkan ini dapat ditemukan dengan mudah sehingga akan membantu
pengambilan keputusan dan proses pengembangan strategi bagi perusahaan retail. Masalah-
masalah seperti kehabisan stok akan diminimalisir dengan diketahuinya pola pembelian konsumenmelaluiMarket Basket Analysis sehingga dapat meningkatkan penjualan perusahaan tersebut.
2.6 AlgoritmaFP-GrowthAlgoritma FP-Growth merupakan salah satu alternatif algoritma yang cukup efektif untuk
mencari himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data
-
8/11/2019 Asosiasi Data Mining Menggunakan Algoritma-libre
4/8
4
yang besar. Algoritma FP-Growth merupakan algoritma Association Rules yang cukup sering
dipakai. Algoritma FP-Growth ini dikembangkan dari algoritma apriori. Algoritma apriori
menghasilkan kombinasi yang sangat banyak sehingga sangat tidak efisien. Algoritma FP-Growthini merupakan salah satu solusi dari algoritma apriori yang memakan waktu yang sangat lama
karena harus melakukan pattern matching yang secara berulang-ulang. Sedangkan dalam proses
Algoritma FP-Growth terdapat banyak kelebihan yang terbukti sangat efisien karena hanya
dilakukan pemetaan data atau scan database sebanyak 2 kali untuk membangun struktur tree.
Maka dari itu, Algoritma FP-Growth dikenal juga dengan sebutan algoritma FP-Tree. Dengan
menggunakan struktur FP-Tree, algoritma FP-Growth dapat langsung mengekstrak frequentitemsetdari susunan FP-Tree yang telah terbentuk.
3. METODE PENELITIAN
3.1 Data
Dalam penelitian ini akan digunakan data mentah yaitu sebuah data transaksi penjualan
sebuah supermarket dalam suatu periode waktu. Data sekunder ini terdiri dari 4627 jumlahtransaksi penjualan dengan 216 jenis item.
Tabel 1 Sampel Data
Dalam tabel di atas, baris paling atas menunjukkan item-item yang dijual, sementara baris-
baris selanjutnya menunjukkan transaksi pembelian konsumen, setiap baris mewakili satu kali
transaksi. Sementara dalam kolom transaksi, kode (true) memiliki arti konsumen membeli item
tersebut, sementara kode (?) berarti konsumen tidak membeli item tersebut.
Bread Spices Biscuits Tea Deodorant Canned
fruit
Cheese Breakfast
food
Coffee . . .
.
Beef
true ? true ? ? ? true ? true ?
? ? ? ? true true ? ? ? ?
true ? true ? true ? ? ? ? true
true ? true ? ? ? true true ? true
true ? ? true ? ? ? ? true true
true true true true ? true ? true ? ?
true ? true true true true true true ? ?
true ? true ? ? ? ? ? true ?
? ? ? ? ? ? ? ? ? ?true ? true ? ? true ? ? ? true
true ? true ? ? true true true true true
true ? ? ? true true true ? ? true
true ? true ? ? ? ? true true ?
? ? ? ? ? ? ? ? ? ?
true ? true ? ? ? true true ? ?
true ? true true ? true ? true ? ?
? ? true true ? true true ? ? true
true ? true ? ? ? ? ? ? ?
? ? ? ? ? ? ? true true ?
? ? true ? ? ? ? ? ? ?
true ? true ? ? ? true ? ? true
true ? true true true ? true true ? true
? ? true ? ? ? true ? ? ?
:
:
? ? ? ? ? ? ? ? ? ?
-
8/11/2019 Asosiasi Data Mining Menggunakan Algoritma-libre
5/8
5
3.2 Metodologi Penelitian
Penelitian ini akan dilakukan dengan tahap-tahap yang mengikuti proses Knowledge
Discovery from Databases (KDD) sebagai berikut:
1. Data Cleaning
2. Data Integration
3. Data Selection
4. Data Transformation
5. Data Mining
6. Pattern Evaluation
7. Knowledge Presentation
3.3 Pencarian Aturan Asosiasi Menggunakan AlgoritmaFP-GrowthProses pencarianfrequent itemsetdengan menggunakan algoritma FP-Growth akan dilakukan
dengan cara membangkitkan struktur data tree atau disebut dengan FP-Tree. Metode FP-Growth
untuk menghasilkanfrequent item melalui pembangunan struktur pohon keputusan dibagi menjadi
tiga tahapan utama, yaitu :1. Tahap pembangkitan conditional pattern base
2. Tahap pembangkitan conditional FP-Tree
3. Tahap pencarianfrequent itemset.
4. HASIL DAN PEMBAHASAN
4.1 ImplementasiSoftwareData transaksi penjualan ini diolah menggunakan software WEKA versi 3.6.4. Untuk bisa
menggunakan software ini, data yang digunakan sebagai masukan harus dalam format *.arffatau
*.csv. Untuk mengganti format data dapat digunakan pengolah data Microsoft Excel untuk
mengganti menjadi format *.csv dan dengan menggunakan software WEKA itu sendiri untuk
mengganti menjadi format *.arff.Berikut tampilan utama WEKA 3.6.4.
Gambar 1. Tampilan Utama WEKA 3.6.4
4.2 PreprocessingSebelum melakukan proses mining terlebih dahulu dilakukan tahap preprocessing, yaitu
merubah format data agar dapat digunakan dalam software.
Berikut tampilan langkah-langkah dan hasil yang diperoleh:
-
8/11/2019 Asosiasi Data Mining Menggunakan Algoritma-libre
6/8
6
Gambar 2. Data dengan format *.csv
Gambar 3. Data dengan format *.arff
Gambar 4. Preprocessing
-
8/11/2019 Asosiasi Data Mining Menggunakan Algoritma-libre
7/8
7
4.3 Hasil AlgoritmaFP-Growth
Gambar 5. Hasil
Dari hasil yang didapat menggunakan software WEKA 3.6.4 dihasilkan 16 rules dan
ditampilkan 10 rules yang paling strong. Berikut rules yang ditemukan :
1. [fruit, frozen foods, biscuits]: 788 ==> [bread and cake]: 723 lift:(1.27)
lev:(0.03) conv:(3.35)
2. [fruit, baking needs, biscuits]: 760 ==> [bread and cake]: 696 lift:(1.27)
lev:(0.03) conv:(3.28)3. [fruit, baking needs, frozen foods]: 770 ==> [bread and cake]: 705
lift:(1.27) lev:(0.03) conv:(3.27)
4. [fruit, vegetables, biscuits]: 815 ==> [bread and cake]: 746
lift:(1.27) lev:(0.03) conv:(3.26)
5. [fruit, party snack foods]: 854 ==> [bread and cake]: 779
lift:(1.27) lev:(0.04) conv:(3.15)6. [vegetables, frozen foods, biscuits]: 797 ==> [bread and cake]: 725
lift:(1.26) lev:(0.03) conv:(3.06)
7. [vegetables, baking needs, biscuits]: 772 ==> [bread and cake]: 701
lift:(1.26) lev:(0.03) conv:(3.01)
8. [fruit, biscuits]: 954 ==> [bread and cake]: 866
lift:(1.26) lev:(0.04) conv:(3)
9. [fruit, vegetables, frozen foods]: 834 ==> [bread and cake]: 757 lift:(1.26)lev:(0.03) conv:(3)
10. [fruit, frozen foods]: 969 ==> [bread and cake]: 877 lift:(1.26) lev:(0.04)
conv:(2.92)
4.4 Kegunaan Hasil
Dari rules yang didapatkan, maka strategi yang dapat digunakan oleh perusahaan pemasaran
(swalayan) yaitu :
1. Mengatur penempatan posisi item-item yang saling frequent dengan jarak berdekatan
sehingga konsumen dapat lebih mudah berbelanja.
-
8/11/2019 Asosiasi Data Mining Menggunakan Algoritma-libre
8/8
8
2. Atau dapat pula dengan mengatur penempatan posisi item-item yang saling frequent
dengan jarak yang berjauhan dan menempatkan frequent itemset lain diantaranya,
sehingga peluang konsumen membeli item lain yang posisinya terletak antara item yangfrequentmenjadi lebih besar.
5. KESIMPULAN DAN SARAN
Berdasarkan penelitian yang telah dilakukan sebelumnya, maka dapat ditarik beberapa
kesimpulan sebagai berikut:1. Dengan menggunakan algoritma FP-Growth dengan bantuan software WEKA 3.6.4
didapatkan hasil berupa aturan (rules) yang merupakan kumpulan frequent itemset
dengan nilai confidence yang tinggi.
2. Dengan didapatkannya rules ini maka perusahaan pemasaran dapat menggunakan
rules tersebut dalam membuat strategi-strategi untuk meningkatkan penjualan.
3. Hasil implementasi telah dilakukan dengan menghasilkan nilai strong confidencepaling tinggi 92 %
Saran dari hasil penelitian ini adalah :
1. Penelitian selanjutnya dapat menggunakan data yang lebih besar lagi sehingga rules
yang dihasilkan lebih beragam dan lebih berguna untuk pengambilan keputusan.
Semakin besar data semakin berguna informasi yang dihasilkan.
2. Penelitian selanjutnya juga bisa mencoba menggunakan algoritma data mining lain
sehingga dapat dicari algoritma yang paling efisien dan efektif .
6. DAFTAR PUSTAKA
Borgelt, Christian. 2005. An Implementation of the FP-Growth Algorithm, (Online),
http://fuzzy.cs.uni-magdeburg.de/~borgelt/(diakses 28 Juni 2011).
Bouckaert, Remco., dkk. 2010. WEKA Manual for Version 3-6-2, (Online),
http://kent.dl.sourceforge.net/project/weka/dokumentation/3.6.x/ (diakses 5 Agustus2011).
Coenen, F. 2003. The LUCS-KDD FP-Growth Association Rule Mining Algorithm, (Online),
http://www.cxc.liv.ac.uk/~frans/(diakses 28 Juni 2011).
Erwin. 2009.Analisis Market Basket Dengan Algoritma Apriori dan FP-Growth, (Online),
http://uppm.ilkom.unsri.ac.id/ (diakses 5 Juli 2011).
J. Han and M. Kamber.Data Mining: Concepts and Techniques. Morgan Kaufmann, 2000.
Setiawan Abdullah, Atje. 2009.Introduction Data Mining. Slide disajikan dalam kuliah Kapita
Selekta Sistem Informasi bagi mahasiswa matematika di Jatinangor, Matematika UNPAD
BANDUNG, Jatinangor.
http://fuzzy.cs.uni-magdeburg.de/~borgelt/http://kent.dl.sourceforge.net/project/weka/dokumentation/3.6.x/http://www.cxc.liv.ac.uk/~frans/http://uppm.ilkom.unsri.ac.id/http://uppm.ilkom.unsri.ac.id/http://www.cxc.liv.ac.uk/~frans/http://kent.dl.sourceforge.net/project/weka/dokumentation/3.6.x/http://fuzzy.cs.uni-magdeburg.de/~borgelt/