Implementasi Penggalian Kaidah Asosiasi Tanpa Ambang Batas Support Dengan Menggunakan Algoritma Bomo

Perdana, Fatwa (2006) Implementasi Penggalian Kaidah Asosiasi Tanpa Ambang Batas Support Dengan Menggunakan Algoritma Bomo. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5201100026-Undergraduate-Theses.pdf - Published Version

Download (25MB) | Preview

Abstract

Pada penggalian pola kaidah assosiasi, biasanya nilai batas ambang dukungan minimum telah ditentukan untuk mencari frequent itemsets. Dalam prak:teknya, penentuan nilai batas ambang dukungan minimum yang tepat sulit dilakukan karena nilai batas ambang dukungan minimum akan berbeda untuk setiap ukuran dan jenis data. Berdasarkan permasalahan tersebut, dalam tugas akhir 1m diimplementasikan algoritma BOMO (Build-Once and Mine-Once) dan pendekatan loopback untuk mencari frequent itemsets tanpa menentukan nilai ambang batas dukungan minimum. Dalam konteks ini, proses pencarian frequent itemset diupayakan menjadi proses pencarian n buah k-itemset paling menarik dari sebuah FP -tree data transaksi yang dibangkitkan. Adapun proses pencarian dapat dimulai dari penelusuran dari awal FP-tree (top down), penelusuran dari bawah FP-tree (bottom up), penelusuran dari tengah FP-tree (middle) atau pendekatan loopback. Untuk mencari n buah k-itemset paling menarik, maka kedua algoritma memiliki tahapan yang meliputi: pengurutan item berdasarkan jumlah dukungan, pembangkitan FP-tree, proses pencarian n buah k-itemset paling menarik dan proses pencarian batas ambang dukungan minimum untuk setiap itemset Aplikasi yang telah berhasil dibuat dilakukan uji coba terhadap data transaksi buatan dengan berbagai parameter yang berbeda. Hasil uji coba terhadap data transaksi tiruan menunjukkan bahwa nilai ambang batas dukungan yang dihasilkan akan berbeda pada setiap data transaksi. Selain itu dapat disimpulkan pula bahwa waktu komputasi proses penelusuran dari tengah FP-tree lebih cepat dibandingkan penelusuran dari atas FP-tree, penelusuran dari bawah FP-tree atau pendekatan loopback. Dari aspek penggunaan memori dapat disimpulkan bahwa pendekatan loopback membutuhkan memori yang lebih kecil untuk menyimpan FP-tree dibandingkan algoritma BOMO.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 005.1 Per i
Subjects: Q Science > QA Mathematics > QA76.9 Computer algorithms. Virtual Reality. Computer simulation.
Divisions: Faculty of Information Technology > Information System > (S1) Undergraduate Theses
Depositing User: ansi aflacha
Date Deposited: 22 Mar 2018 04:26
Last Modified: 22 Mar 2018 04:26
URI: http://repository.its.ac.id/id/eprint/51607

Actions (login required)

View Item View Item