Metode Association Rule merupakan metode yang sering di pakai untuk menyelesaikan permasalahan dalam kasus pendukung keputusan atau SPK. Cara kerja metode ini secara umum seperti konsep SPK lainya, yaitu menggunakan kriteria sebagai dasar untuk melakukan penilaian terhadap kasus yang akan di selesaikan.
Contoh kasus yang bisa kita jelaskan tentang implementasi metode ini misalnya kasus pemelihan dosen pembimbing, pemilihan asesor penelitian, penentuan pemberian bantuan dan masih banyak lagi. Untuk masing-masing kasus yang kita contohkan tadi, masing-masing mempunyai kriteria atau variabel sebagai dasar untuk menentukan penilaiannya. Nah berikut akan kita ulas mengenai metode Association Rule ini.
Mungkin sebagian kita masih bingung, metode association rule pun belum banyak yang tau. Metode ini sering kita kenal juga dengan algoritma apriori.
Analisi asosiasi atau association rule merupakan penerapan data mining yang implementasinya untuk menemukan aturan asosiasi antara kombinasi item yang ada. Association rule adalah salah satu teknik utama atau prosedur dalam Market Basket Analysis untuk mencari hubungan antat item dalam suatu data set dan menampilkan dalam bentuk association rule seperti yang di jelaskan pada (Budhi dkk,2007). Association rule(aturan asosiatif) akan menemukan pola tertentu yang mengasosiasikan data yang satu dengan data yang lain. Untuk mencari association rule dari suatu kumpulan data, tahap pertama yang harus dilakukan adalah mencari frequent itemset terlebih dahulu.Frequent itemset adalah sekumpulan item yang sering muncul secara bersamaan. Setelah semua pola frequent itemset ditemukan, barulah mencari aturan asosiatif atau aturan keterkaitan yang memenuhi syarat yang telah ditentukan.
Penyelesaian Association rule
Metode association menentukan dua output yaitu support dan confidence. Penting tidaknya suatu asosiasi dapat diketahui dari dua hal yang menjadi tolak ukur dari kedua tersebuta antara support dan confidence. Support ( nilai penunjang) adalah presentase kombinasi item tersebut dalam database, sedangkan confidence ( nilai kepastian ) adalah kuatnya hubungan antar-item dalam aturan asosiasi (Pane, Dewi kartika. 2013)
Rumus Mencari Support
Rumus support metode association rule
Rumus Mencari Confidence
Rumus mencari confidence metode association rule
Contoh dalam kasus penjualan di minimarket dengan di jelaskan pada tabel transaksi:
Tabel data minim penjualan produk minimarket
Selanjutnya menentukan nilai support dengan menghitung jumlah transaksi yang mengandung
item A dibagi dengan jumlah transaksi yang ada, maka didapat :
Hasil perhitungan support associationr rule
Setelah mendapat nilai support maka langkah selanjutnya adalah mencari nilai confidence
dengan mencari banyaknya kemunculan item A dan B pada satu nota, maka didapat :
Tabel perhitungan confidence association rule
Setelah mendapat nilai support dan confidence maka langkah terakhir adalah menentukan nilai
final role atau strong rule association dengan cara mengkalikan nilai support dan confidence yang didapat dari proses sebelumnya.
Hasil akhir atau output association rule
Jadi kesimpulannya,,,,
Jika user memasukkan nilai minimal adalah 10% maka kombinasi yang memenuhi adalah
kombinasi gula, kopi, dan gula susu. Atau hasil perhitungan diatas dapat diartikan 15% orang
yang membeli gula juga akan membeli kopi, 10% orang membeli gula juga akan membeli susu.
Contoh diatas di kutip dari sebuah penelitian tentang association rule yang di teliti oleh Muhammat Maarifatul Huda dan Wijisetyaningsih dengan Judul sistem pendukung keputusan dalam penentuan bundling penjualan barang dengan metode apriori atau association rule. Pada Universitas Kanjuruhan.
Terimakasih semoga bermanfaat.