Jawaban:
Untuk mencari association rule menggunakan algoritma Apriori, kita perlu melakukan beberapa tahap, yaitu:
Menghitung support untuk setiap itemset.
Membuat kandidat itemset yang lebih besar dari itemset yang sudah memiliki support di atas minimal support.
Menghitung support untuk setiap kandidat itemset.
Membuat aturan asosiasi berdasarkan kandidat itemset yang memiliki confidence di atas minimal confidence.
Berikut adalah langkah-langkahnya:
Hitung support untuk setiap itemset:
Itemset {A}: 2
Itemset {B}: 3
Itemset {C}: 3
Itemset {D}: 2
Itemset {E}: 2
Itemset {A, C}: 1
Itemset {A, D}: 1
Itemset {B, C}: 2
Itemset {B, D}: 2
Itemset {B, E}: 1
Itemset {C, D}: 2
Itemset {C, E}: 1
Itemset {A, B, C}: 1
Itemset {A, B, E}: 1
Itemset {B, C, D}: 2
Itemset {B, C, E}: 1
Jumlah transaksi: 4
Minimal support: 50% = 2 transaksi
Itemset {A}: 2/4 = 0.5
Itemset {B}: 3/4 = 0.75
Itemset {C}: 3/4 = 0.75
Itemset {D}: 2/4 = 0.5
Itemset {E}: 2/4 = 0.5
Itemset {A, C}: 1/4 = 0.25
Itemset {A, D}: 1/4 = 0.25
Itemset {B, C}: 2/4 = 0.5
Itemset {B, D}: 2/4 = 0.5
Itemset {B, E}: 1/4 = 0.25
Itemset {C, D}: 2/4 = 0.5
Itemset {C, E}: 1/4 = 0.25
Itemset {A, B, C}: 1/4 = 0.25
Itemset {A, B, E}: 1/4 = 0.25
Itemset {B, C, D}: 2/4 = 0.5
Itemset {B, C, E}: 1/4 = 0.25
Itemset yang memiliki support di atas minimal support adalah {A}, {B}, {C}, {B, C}, {B, D}, {C, D}, dan {B, C, D}.
Buat kandidat itemset yang lebih besar dari itemset yang sudah memiliki support di atas minimal support:
Kandidat itemset {A, B}
Kandidat itemset {A, C}
Kandidat itemset {A, D}
Kandidat itemset {A, E}
Kandidat itemset {B, C, D}
Itemset yang sudah memiliki support di atas minimal support tidak perlu
Hitung support untuk setiap kandidat itemset:
Kandidat itemset {A, B}: 1/4 = 0.25
Kandidat itemset {A, C}: 1/4 = 0.25
Kandidat itemset {A, D}: 1/4 = 0.25
Kandidat itemset {A, E}: 1/4 = 0.25
Kandidat itemset {B, C, D}: 2/4 = 0.5
Kandidat itemset yang memiliki support di atas minimal support adalah {B, C, D}.
Buat aturan asosiasi berdasarkan kandidat itemset yang memiliki confidence di atas minimal confidence:
Aturan {B, C} -> {D}:
Support {B, C, D}: 2/4 = 0.5
Confidence {B, C} -> {D}: Support {B, C, D} / Support {B, C} = 0.5 / 0.5 = 1
Karena confidence lebih besar dari minimal confidence, aturan {B, C} -> {D} diterima.
Aturan {B, D} -> {C}:
Confidence {B, D} -> {C}: Support {B, C, D} / Support {B, D} = 0.5 / 0.5 = 1
Karena confidence lebih besar dari minimal confidence, aturan {B, D} -> {C} diterima.
Aturan {C, D} -> {B}:
Confidence {C, D} -> {B}: Support {B, C, D} / Support {C, D} = 0.5 / 0.5 = 1
Karena confidence lebih besar dari minimal confidence, aturan {C, D} -> {B} diterima.
Oleh karena itu, terdapat 3 aturan asosiasi yang memenuhi kriteria minimal support dan minimal confidence, yaitu:
{B, C} -> {D}
{B, D} -> {C}
{C, D} -> {B}
" Life is not a problem to be solved but a reality to be experienced! "
© Copyright 2013 - 2024 KUDO.TIPS - All rights reserved.
Jawaban:
Untuk mencari association rule menggunakan algoritma Apriori, kita perlu melakukan beberapa tahap, yaitu:
Menghitung support untuk setiap itemset.
Membuat kandidat itemset yang lebih besar dari itemset yang sudah memiliki support di atas minimal support.
Menghitung support untuk setiap kandidat itemset.
Membuat aturan asosiasi berdasarkan kandidat itemset yang memiliki confidence di atas minimal confidence.
Berikut adalah langkah-langkahnya:
Hitung support untuk setiap itemset:
Itemset {A}: 2
Itemset {B}: 3
Itemset {C}: 3
Itemset {D}: 2
Itemset {E}: 2
Itemset {A, C}: 1
Itemset {A, D}: 1
Itemset {B, C}: 2
Itemset {B, D}: 2
Itemset {B, E}: 1
Itemset {C, D}: 2
Itemset {C, E}: 1
Itemset {A, B, C}: 1
Itemset {A, B, E}: 1
Itemset {B, C, D}: 2
Itemset {B, C, E}: 1
Jumlah transaksi: 4
Minimal support: 50% = 2 transaksi
Itemset {A}: 2/4 = 0.5
Itemset {B}: 3/4 = 0.75
Itemset {C}: 3/4 = 0.75
Itemset {D}: 2/4 = 0.5
Itemset {E}: 2/4 = 0.5
Itemset {A, C}: 1/4 = 0.25
Itemset {A, D}: 1/4 = 0.25
Itemset {B, C}: 2/4 = 0.5
Itemset {B, D}: 2/4 = 0.5
Itemset {B, E}: 1/4 = 0.25
Itemset {C, D}: 2/4 = 0.5
Itemset {C, E}: 1/4 = 0.25
Itemset {A, B, C}: 1/4 = 0.25
Itemset {A, B, E}: 1/4 = 0.25
Itemset {B, C, D}: 2/4 = 0.5
Itemset {B, C, E}: 1/4 = 0.25
Itemset yang memiliki support di atas minimal support adalah {A}, {B}, {C}, {B, C}, {B, D}, {C, D}, dan {B, C, D}.
Buat kandidat itemset yang lebih besar dari itemset yang sudah memiliki support di atas minimal support:
Kandidat itemset {A, B}
Kandidat itemset {A, C}
Kandidat itemset {A, D}
Kandidat itemset {A, E}
Kandidat itemset {B, C, D}
Itemset yang sudah memiliki support di atas minimal support tidak perlu
Hitung support untuk setiap kandidat itemset:
Kandidat itemset {A, B}: 1/4 = 0.25
Kandidat itemset {A, C}: 1/4 = 0.25
Kandidat itemset {A, D}: 1/4 = 0.25
Kandidat itemset {A, E}: 1/4 = 0.25
Kandidat itemset {B, C, D}: 2/4 = 0.5
Kandidat itemset yang memiliki support di atas minimal support adalah {B, C, D}.
Buat aturan asosiasi berdasarkan kandidat itemset yang memiliki confidence di atas minimal confidence:
Aturan {B, C} -> {D}:
Support {B, C, D}: 2/4 = 0.5
Confidence {B, C} -> {D}: Support {B, C, D} / Support {B, C} = 0.5 / 0.5 = 1
Karena confidence lebih besar dari minimal confidence, aturan {B, C} -> {D} diterima.
Aturan {B, D} -> {C}:
Support {B, C, D}: 2/4 = 0.5
Confidence {B, D} -> {C}: Support {B, C, D} / Support {B, D} = 0.5 / 0.5 = 1
Karena confidence lebih besar dari minimal confidence, aturan {B, D} -> {C} diterima.
Aturan {C, D} -> {B}:
Support {B, C, D}: 2/4 = 0.5
Confidence {C, D} -> {B}: Support {B, C, D} / Support {C, D} = 0.5 / 0.5 = 1
Karena confidence lebih besar dari minimal confidence, aturan {C, D} -> {B} diterima.
Oleh karena itu, terdapat 3 aturan asosiasi yang memenuhi kriteria minimal support dan minimal confidence, yaitu:
{B, C} -> {D}
{B, D} -> {C}
{C, D} -> {B}