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.

[thumbnail of 5201100026-Undergraduate-Theses.pdf]
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 > 57201-(S1) Undergraduate Thesis
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