ABSTRAK. Kata Kunci : data mining, market basket analysis, algoritma Apriori, algoritma Fuzzy c-covering, association rules

Transkripsi

1 ABSTRAK Sebagai salah satu aplikasi data mining, market basket analysis umumnya dilakukan dengan menggunakan algoritma Apriori. Algoritma ini mencari asosiasi antar item dengan hanya menghitung berapa kali item-item tersebut muncul dalam keseluruhan transaksi tanpa memperhatikan jumlah item lain dalam setiap transaksi sehingga hasil yang didapat kurang akurat. Untuk mengatasi hal tersebut maka digunakanlah algoritma Fuzzy c-covering. Algoritma ini didasarkan pada persepsi bahwa semakin banyak item yang dibeli dalam suatu transaksi, maka hubungan antar item dalam transaksi tersebut semakin lemah. Dalam penelitian ini akan dibahas penerapan algoritma Apriori dan Fuzzy c-covering dalam proses pencarian association rules. Pengujian dilakukan dengan menggunakan data transaksi penjualan dari sebuah toko swalayan. Data yang didapat diubah ke bentuk yang dapat diolah oleh program yaitu ke dalam data warehouse. Kemudian algoritma Apriori dan Fuzzy c-covering dibuat untuk mengolah data tersebut dengan tujuan menghitung frekuensi kemunculan dari item-item di dalam transaksi. Penelitian ini menyajikan pembahasan mengenai perbandingan waktu proses antara algoritma Apriori dengan algoritma Fuzzy c-covering dan hasil dari perbandingan algoritma tersebut. Dari hasil pengujian, dapat disimpulkan bahwa algoritma Apriori cenderung memfokuskan pada hubungan antar item dalam keseluruhan transaksi saja tanpa memperhatikan hubungan tiap item dalam tiap transaksi, sehingga hasil yang didapat oleh algoritma Apriori kurang akurat dibandingkan dengan algoritma Fuzzy c-covering. Sedangkan dari segi waktu pemrosesan, algoritma Apriori lebih cepat dibandingkan algoritma Fuzzy c- Covering. Hal ini dikarenakan pada algoritma Fuzzy c-covering ketika mencari nilai support akan membandingkan tiap item dengan jumlah item pada satu transaksi, sehingga semakin banyak jumlah item dalam satu transaksi maka semakin lama proses dalam perhitungan nilai support-nya. Kata Kunci : data mining, market basket analysis, algoritma Apriori, algoritma Fuzzy c-covering, association rules vi

2 ABSTRACT As one of data mining applications, market basket analysis is generally performed using Apriori algorithm. However this algorithm tends to search the association degree of items by only counting how many times the items appears on the overall transaction without considering the amount of other item in each transaction, so the result is less accurate. To overcome this problem, Fuzzy c- Covering algorithm is used. This algorithm is based on perception that the more items bought in a transaction, the weaker the relation between items on that transaction. In this research, will be discussed the application of Apriori algorithm and Fuzzy c-covering in process of finding association rules. The test is done by using selling transaction data from a market store. The data is converted to the form that can be processed by the program into the data warehouse. After that, Apriori and Fuzzy c-covering algorithm is created to process the data in order to count the appearance frequency from items in transaction. This research provides the discussion about comparison of time processing between Apriori algorithm and Fuzzy c-covering algorithm and the result of that algorithm comparison. From the trial result, can be concluded that Apriori algorithm is just focus on relation between item in a whole transaction without concerning relation on each item at each transaction, so that the result which yielded from Apriori algorithm is less accurate compare to Fuzzy c- Covering algorithm. In the other side, for processing time, Apriori algorithm is faster than Fuzzy c-covering. This is because Fuzzy c-covering when determining the support value will compare each item to the amount item on one transaction, so the item in one transaction, the longer processing time in counting its support value. Keywords : data mining, market basket analysis, Apriori algorithm, Fuzzy c- Covering algorithm, association rules vii

3 DAFTAR ISI ABSTRAK...vi ABSTRACT... vii DAFTAR ISI... viii DAFTAR GAMBAR... xii DAFTAR TABEL...xiv DAFTAR KODE PROGRAM... xvii DAFTAR KODE RUMUS... xviii DAFTAR SIMBOL...xix BAB I PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Batasan Masalah Sistematika Pembahasan... 4 BAB II LANDASAN TEORI Data Warehouse Definisi Data Warehouse Karakteristik Data Warehouse Keuntungan Data Warehouse Arsitektur Data Warehouse Model Data Multidimensi ETL (Extraction, Transformation, Loading) Data Mart Metodologi Perancangan Data Warehouse Data Mining Definisi Data Mining Tugas Data Mining Data Mining dan KDD Metode Data Mining viii

4 Teknik dalam Data Mining Market Basket Analysis Assosiation Rule Mining Proses Pencarian Association Rules Metode Dasar Association Rules Algoritma Apriori Algoritma Fuzzy c-covering Degree of Similarity in Fuzzy c-covering Fuzzy Conditional Probability Relation Algoritma untuk Market Basket Analysis Berdasarkan Fuzzy c- Covering Cara Kerja Algoritma Fuzzy c-covering Pentaho Data Integration BAB III ANALISIS DAN DESAIN Analisis Analisis Algoritma Apriori Analisis Algoritma Fuzzy c-covering Analisis Sistem Association Rule pada Weka Analisis Sumber Data yang akan Digunakan Analisis Data Barang Analisis Data Penjualan Gambaran Keseluruhan Antarmuka Perangkat Keras Antarmuka Perangkat Lunak Fitur-fitur Produk Perangkat Lunak Fitur Apriori Tujuan Urutan Stimulus/Respon Persyaratan Fungsional yang Berhubungan Fitur Fuzzy c-covering Tujuan Urutan Stimulus/Respon ix

5 Persyaratan Fungsional yang Berhubungan Fitur Status Log Tujuan Urutan Stimulus/Respon Persyaratan Fungsional yang Berhubungan Fitur Export Tujuan Urutan Stimulus/Respon Persyaratan Fungsional yang Berhubungan Desain Perangkat Lunak Pemodelan Perangkat Lunak Desain Penyimpanan Data Desain Integrasi Data Desain Antarmuka Desain Antarmuka Main Menu Desain Antarmuka Form Source Data untuk Apriori Desain antarmuka Form Association Rule untuk Apriori Desain Antarmuka Form Source Data untuk Fuzzy c- Covering Desain Antarmuka Form Association Rule untuk Fuzzy c- Covering BAB IV PENGEMBANGAN PERANGKAT LUNAK Implementasi Class/Modul Fitur Apriori Implementasi Algortima Apriori Implementasi Antarmuka Apriori Fitur Fuzzy c-covering Implementasi Algortima Fuzzy c-covering Implementasi Antarmuka Fuzzy c-covering Fitur Status Log Fitur Export Implementasi Penyimpanan Data x

6 4.3. Implementasi Integrasi Data Integrasi Data Dimensi Product Integrasi Data Dimensi Category Integrasi Data Dimensi Time Integrasi Data Fact Sales Implementasi Antarmuka BAB V TESTING DAN EVALUASI SISTEM Rencana Pengujian Pelaksanaan Pengujian Pengujian Integrasi Data dim_product Pengujian Integrasi Data dim_category Pengujian Integrasi Data dim_time Pengujian Integrasi Data fact_sales Pengujian Fitur Apriori Pengujian Apriori Test Case Pengujian Apriori Test Case Pengujian Fitur Fuzzy c-covering Pengujian Fuzzy c-covering Test Case Pengujian Fuzzy c-covering Test Case Perbandingan Hasil Algoritma Apriori dan Fuzzy c-covering BAB VI KESIMPULAN DAN SARAN Kesimpulan Saran DAFTAR PUSTAKA RIWAYAT HIDUP PENULIS xi

7 DAFTAR GAMBAR Gambar 2.1 Data yang berorientasi subyek (Inmon, 2005: p30)... 7 Gambar 2.2 Integrasi data warehouse (Inmon, 2005: p31)... 8 Gambar 2.3 Rentang waktu data warehouse (Inmon, 2005: p32)... 9 Gambar 2.4 Data warehouse tidak berubah (Inmon, 2005: p32) Gambar 2.5 Arsitektur three-tier data warehouse (Han & Kamber, 2006) Gambar 2.6 Skema bintang (Han & Kamber, 2006) Gambar 2.7 Skema snowflake (Han & Kamber, 2006) Gambar 2.8 Skema galaksi (Han & Kamber, 2006) Gambar 2.9 Tahap Pada KDD (Han & Kamber, 2006: p6) Gambar 2.10 Siklus CRISP-DM Gambar 2.11 Clustering (Han & Kamber, 2006: p26) Gambar 2.12 Ilustrasi Konsep Market Basket Analysis Gambar 2.13 Ilustrasi algoritma Apriori (Han & Kamber, 2006: p237) Gambar 2.14 Pseudocode Algoritma Apriori Gambar 2.15 Arsitektur platform PDI Gambar 3.1 Flowchart proses pekerjaan secara keseluruhan Gambar 3.2 Flowchart algoritma Apriori Gambar 3.3 Flowchart algoritma Fuzzy c-covering Gambar 3.4 Fitur Explorer pada Weka Gambar 3.5 Fitur Preprocessing Data pada Weka Gambar 3.6 Fitur Associate pada Weka Gambar 3.7 Fitur Visualize Data pada Weka Gambar 3.8 Flowchart proses menjalankan association rule pada Weka Gambar 3.9 Isi file data penjualan Gambar 3.10 Use Case Gambar 3.11 Star Schema Gambar 3.12 Desain integrasi data product Gambar 3.13 Desain integrasi data category Gambar 3.14 Desain integrasi data time xii

8 Gambar 3.15 Desain integrasi data sales Gambar 3.16 Desain antarmuka Main Menu Gambar 3.17 Desain antarmuka Form Source Data untuk Apriori Gambar 3.18 Desain antarmuka Form Association Rule untuk Apriori Gambar 3.19 Desain antarmuka form source data untuk Fuzzy c-covering Gambar 3.20 Desain antarmuka Form Association Rule untuk Fuzzy c-covering84 Gambar 4.1 Tampilan isi file data penjualan yang telah di join Gambar 4.2 Step-step integrasi data product Gambar 4.3 Step-step integrasi data category Gambar 4.4 Step-step integrasi data time Gambar 4.5 Step-step integrasi data sales Gambar 4.6 Implementasi antarmuka Main Menu Gambar 4.7 Implementasi antarmuka Source Data untuk Apriori Gambar 4.8 Implementasi antarmuka Association Rule untuk Apriori Gambar 4.9 Implementasi antarmuka Source Data untuk Fuzzy c-covering Gambar 4.10 Implementasi antarmuka Association Rule untuk Fuzzy c-covering118 xiii

9 DAFTAR TABEL Tabel 2.1 Contoh data transaksi Tabel 2.2 Pola kombinasi yang memenuhi syarat minimum nilai support Tabel 2.3 Association rules yang memenuhi syarat minimum nilai confidence. 30 Tabel 2.4 Data transaksi Tabel 2.5 Hasil association rules Tabel 2.6 Similarity R(X, Y) dari tiap elemen Tabel 2.7 Contoh data transaksi penjualan Tabel 3.1 Keterhubungan flowchart dan implementasi algoritma Apriori Tabel 3.2 Keterhubungan flowchart dan implementasi algoritma Fuzzy c- Covering Tabel 3.3 Isi file data barang Tabel 3.4 Contoh data untuk kode barang Tabel 3.5 Contoh data untuk nama barang Tabel 3.6 Data kelompok barang Tabel 3.7 Kolom data penjualan Tabel 3.8 Skenario Case Apriori Tabel 3.9 Skenario Case Fuzzy c-covering Tabel 3.10 Skenario Case Status Log Tabel 3.11 Skenario Case Export Tabel 3.12 star schema Tabel 3.13 Tabel dim_product Tabel 3.14 Tabel dim_category Tabel 3.15 Tabel dim_time Tabel 3.16 Tabel fact_sales Tabel 3.17 Deskripsi desain antarmuka Main Menu Tabel 3.18 Keterangan button/field pada desain antarmuka Main Menu Tabel 3.19 Deskripsi desain antarmuka form source data untuk Apriori Tabel 3.20 Keterangan button/field pada desain antarmuka Form Source Data untuk Apriori xiv

10 Tabel 3.21 Deskripsi desain antarmuka form association rule untuk Apriori Tabel 3.22 Keterangan button/field pada desain antarmuka form Association Rule untuk Apriori Tabel 3.23 Deskripsi desain antarmuka form source data untuk Apriori Tabel 3.24 Keterangan button/field pada desain antarmuka Form Source Data untuk Fuzzy c-covering Tabel 3.25 Deskripsi desain antarmuka form association rule untuk Fuzzy c- Covering Tabel 3.26 Keterangan button/field pada desain antarmuka form association rule untuk Fuzzy c-covering Tabel 4.1 Keterangan implementasi modul main_program_apriori Tabel 4.2 Keterangan implementasi modul main_program_support Tabel 4.3 Keterangan implementasi modul apriori_gen Tabel 4.4 Keterangan implementasi modul has_infrequent_subset Tabel 4.5 Keterangan implementasi modul main_program_confidence Tabel 4.6 Keterangan implementasi modul generate_candidate Tabel 4.7 Keterangan implementasi modul generate_confidence Tabel 4.8 Class pada antarmuka Apriori Tabel 4.9 Keterangan implementasi modul main_program_fuzzyccovering Tabel 4.10 Keterangan implementasi modul main_program_support Tabel 4.11 Keterangan implementasi modul subset Tabel 4.12 Keterangan implementasi modul kombinasi Tabel 4.13 Keterangan implementasi modul fuzzyccovering_gen Tabel 4.14 Keterangan implementasi modul generate_candidate Tabel 4.15 Keterangan implementasi modul has_infrequent_subset Tabel 4.16 Keterangan implementasi modul generate_fuzzy_set Tabel 4.17 Keterangan implementasi modul main_program_confidence Tabel 4.18 Keterangan implementasi modul generate_confidence Tabel 4.19 Keterangan implementasi modul calculate_support Tabel 4.20 Class pada antarmuka Apriori Tabel 4.21 Keterangan implementasi method setstatuslogsourcedata Tabel 4.22 Keterangan implementasi Method setstatuslogassociationrule xv

11 Tabel 4.23 Keterangan implementasi method buttonclearactionperformed Tabel 4.24 Keterangan implementasi class FileChooser Tabel 4.25 Keterangan implementasi class ExportExcel Tabel 4.26 Keterangan implementasi method exporttoexcel Tabel 4.27 Penjelasan step integrasi data dim_product Tabel 4.28 Penjelasan step integrasi data dim_category Tabel 4.29 Penjelasan step integrasi data dim_time Tabel 4.30 Penjelasan step integrasi data fact_sales Tabel 5.1 Rencana pengujian Tabel 5.2 Hasil pengujian Algoritma Apriori Test Case Tabel 5.3 Hasil pengujian Algoritma Apriori Test Case Tabel 5.4 Hasil pengujian Algoritma Fuzzy c-covering Test Case Tabel 5.5 Hasil pengujian Fuzzy c-covering dengan item threshold Tabel 5.6 Hasil pengujian Algoritma Fuzzy c-covering Test Case Tabel 5.7 Perbandingan Algoritma Apriori dan Fuzzy c-covering untuk test case Tabel 5.8 Perbandingan Algoritma Apriori dan Fuzzy c-covering untuk test case Tabel 5.9 Rules yang dihasilkan Algoritma Apriori Tabel 5.10 Rules yang dihasilkan Algoritma Fuzzy c-covering xvi

12 DAFTAR KODE PROGRAM Kode Program 1 Modul main_program_apriori Kode Program 2 Modul main_program_support Kode Program 3 Modul apriori_gen Kode Program 4 Modul has_infrequent_subset Kode Program 5 Modul main_program_confidence Kode Program 6 Modul generate_candidate Kode Program 7 Modul generate_confidence Kode Program 8 Modul main_program_fuzzyccovering Kode Program 9 Modul main_program_support Kode Program 10 Modul subset Kode Program 11 Modul kombinasi Kode Program 12 Modul fuzzyccovering_gen Kode Program 13 Modul generate_candidate Kode Program 14 Modul has_infrequent_subset Kode Program 15 Modul generate_fuzzy_set Kode Program 16 Modul main_program_confidence Kode Program 17 Modul generate_confidence Kode Program 18 Modul calculate_support Kode Program 19 Method setstatuslogsourcedata Kode Program 20 Method setstatuslogassociationrule Kode Program 21 Method buttonclearactionperformed Kode Program 22 Class FileChooser Kode Program 23 Class ExportExcel Kode Program 24 Method exporttoexcel xvii

13 DAFTAR KODE RUMUS Kode Rumus 1. Rumus support untuk Association Rules Kode Rumus 2. Rumus confidence untuk Association Rules Kode Rumus 3. Rumus confidence untuk algoritma Apriori Kode Rumus 4. Rumus Fuzzy c-partition Kode Rumus 5. Rumus Fuzzy c-partition Kode Rumus 6. Rumus Fuzzy c-covering Kode Rumus 7. Rumus fuzzy set Kode Rumus 8. Rumus fuzzy conditional probability relation Kode Rumus 9. Rumus support untuk Fuzzy c-covering Rumus confidence untuk Fuzzy c-covering xviii

14 DAFTAR SIMBOL No Simbol Nama Simbol 1 2 Relationship 3 Relationship for week entity 3 Attribute 4 Week 5 One to many 6 One to one 7 Many to many Deskripsi Suatu obyek yang dapat dibedakan dalam dunia nyata Menunjukkan nama relasi antar satu entity dengan entity lainnya Menunjukkan nama relasi antar satu week entity dengan entity lainnya Karakteristik dari sebuah entity yang kemunculannya tergantung dari entity lain yang lebih kuat Hubungan satu ke banyak atar dua entity Hubungan satu ke satu atar dua entity Hubungan banyak ke banyak atar dua entity Penggunaan 8 Actor User dari sistem atau aplikasi. Use case 9 Use case 10 Use (Relasi) Merepresentasikan elemen utama dari fungsi sistem. Mengindikasikan bahwa suatu elemen memerlukan elemen yang lain untuk Use case Use case xix

15 No 11 Simbol Nama Simbol Include Dependency 12 Begin / End 13 Process 14 <<include>> Input / Output 15 Decision 16 Database Deskripsi melakukan interaksi. Mengindikasikan bahwa suatu elemen termasuk fungsi dari elemen target. Relasi include digunakan di pemodelan use case untuk menggambarkan bahwa suatu use case termasuk perilaku dari use case yang lain. Memulai atau mengakhiri proses flowchart Menunjukkan jenis operasi pengolahan dalam suatu proses Memasukan data maupun menunjukkan hasil dari suatu proses Perbandingan pernyataan, penyeleksian data yang memberikan pilihan untuk langkah selanjutnya Mengambarkan penyimpanan data berupa data pada database atau data dalam komputer Penggunaan Use case Flowchart Flowchart Flowchart Flowchart Flowchart xx