PENDAHULUAN TINJAUAN PUSTAKA

Transkripsi

1 Latar Belakang PENDAHULUAN Begitu banyaknya fungsionalitas dalam penggalian data terkadang membuat kita harus memilih secara seksama. Pemilihan fungsionalitas yang tepat dalam melakukan suatu penggalian data menentukan keefektifan serta keefisienan waktu yang dibutuhkan dalam mengekstrak data Penggalian data dengan pola asosiasi merupakan salah satu pilihan fungsionalitas yang dapat kita cermati karena kegunaanya yang dapat diterapkan pada berbagai macam situasi seperti e-commerce, klasifikasi, pengelompokan dan lain sebagainya. Dalam penggalian data dengan pola asosiasi ditemukan atribut atribut yang menunjukkan kondisi di mana atribut atribut tersebut muncul secara bersama sama dalam suatu data yang diberikan. Penggalian data dengan pola asosiasi ini lebih sering digunakan dalam pengolahan dan analisis data transaksi, selanjutnya lebih dikenal dengan nama market basket analysis. Ada beberapa algoritme yang dapat digunakan untuk memperbaiki kinerja penggalian data dengan pola asosiasi, namun algoritme tersebut hanya dapat menangani kondisi tertentu saja dan memiliki kekurangan dalam kondisi lainnya. Sementara itu dalam penggalian data keefektifan serta keefisienan sumber daya yang digunakan sangat diperlukan. Pada penelitian yang dilakukan oleh Woon et al. (2004), penggabungan dua buah algoritme FP GROWTH dengan FOLDARM pada metode assosiasi menghasilkan sebuah algoritme baru (FOLD - Growth) yang memiliki kinerja yang lebih baik. Algoritme ini menggunakan struktur data SOTrieIT. Kinerja dari algoritme tersebut menghasilkan proses yang lebih fleksibel dan efisien jika dibandingkan dengan algoritme algoritme aturan asosisiasi lainnya seperti Apriori dan FP - Growth. Dengan demikian penggunaan algoritme ini diharapkan dapat memperbaiki kinerja algoritme sebelumnya dan dapat diimplementasikan pada kasus penggalian data transaksi berdasarkan market - basket. Tujuan Penelitian ini bertujuan untuk menerapkan pemangkasan transaksi dengan menggunakan struktur data SOTrieIT serta algoritme FOLD - Growth. Ruang Lingkup Ruang lingkup dari penelitian ini adalah : 1 Penggunaan metode association rule untuk melakukan proses update menggunakan algoritme FOLD Growth hanya terbatas pada penambahan data transaksi. 2 Pembahasan meliputi analisis hasil penggalian yang meliputi confidence serta support suatu item terhadap item yang lain. Manfaat Diharapkan dengan adanya penelitian ini, maka dapat menjadi sebuah referensi terhadap pemilihan algoritme dalam metode association rule. Penelitian ini juga memberikan sedikit gambaran mengenai proses update suatu transaksi saat dilakukan penggalian data. TINJAUAN PUSTAKA Penggalian Data (Data mining) Data mining adalah proses pencarian suatu korelasi - korelasi baru suatu data yang mempunyai makna, pola dan tren tertentu dengan cara menyelidiki atau meneliti suatu data yang berukuran besar yang terdapat di dalam suatu gudang data dengan menggunakan teknologi pengenalan pola serta teknik statistik dan matematika (Larose 2005). Pola Asosiasi (Association Rule) Pola asosiasi ialah salah satu teknik dalam penggalian data yang bertujuan untuk mengekstrak korelasi yang menarik, pola pola yang sering muncul, hubungan kumpulan item di dalam suatu basis data atau gudang data yang berisi record transaksi (Zhao et al. 2003). Terdapat dua hal utama yang melandasi teknik ini yaitu support dan confidence (Zhao et al. 2003). Support dari suatu association rule didefinisikan sebagai persentase dari record X Y terhadap seluruh jumlah transaksi di dalam basis data. Support dapat dihitung dengan menerapkan rumus sebagai berikut : Support (XY) = SupportOfXY TotalNumberOfTransaction Confidence dari suatu association rule didefinisikan sebagai persentase dari jumlah 1

2 transaksi yang mengandung X Y terhadap jumlah total transaksi yang mengandung X. Confidence dapat dihitung dengan menggunakan rumus sebagai berikut : Confidence (X Y) = FP Tree Support(XY) Support(X) FP Tree atau Frequent Pattern Tree merupakan suatu algoritme yang dirancang untuk mengatasi kendala bottleneck pada proses penggalian data dengan algoritme Apriori (Zhao et al. 2003). Definisi dari FP Tree dijelaskan sebagai berikut (Han et al. 2000) : Terdiri atas sebuah root dengan label null, sekumpulan subtree yang menjadi child dari root dan sebuah tabel frequent header. Setiap node dalam FP Tree mengandung tiga informasi penting, yaitu : label item, menginformasikan jenis item yang terdapat pada node tersebut, support count, merepresentasikan jumlah lintasan transaksi yang melalui simpul tersebut dan pointer penghubung yang menghubungkan label item yang sama antar lintasan dalam FP Tree yang ditandai dengan garis putus putus. Isi dari setiap baris dalam tabel frequent header terdiri atas label item dan head of nodelink yang menunjuk ke node pertama dalam FP Tree yang menyimpan label item FP Tree merupakan suatu struktur data berbentuk tree yang menyimpan item item yang frequent atau nilainya lebih besar dari minimum support yang diberikan, untuk memperjelas algoritme pembentukan FP - Tree maka akan diberikan sebuah contoh pembangunan FP Tree yang mengacu pada basis data D dengan nilai minimum support sebesar 3 (60%) sebagai berikut : Tabel 1 Transaksi dalam database D Proses scanning pertama akan menghasilkan large 1 itemset yang selanjutnya akan digunakan sebagai dasar dalam pengurutan secara menurun dari transaksi pada basis data D. Hasil 1 itemset yang didapatkan dapat seperti berikut ini : {(sabun : 4), (snack : 4), (rokok : 3), (mie : 3), (shampoo : 3), ( : 3) } (angka setelah karakter : mengindikasikan jumlah count - nya). Gambar 1 sampai 3 berikut akan mengilustrasikan pembangunan FP Tree setelah pembacaan transaksi 100, 200, dan keseluruhan FP Tree yang terbentuk. TID Item Yang Dibeli 100 sabun, rokok, snack, buah, daging, beras, mie, 200 rokok, shampo, snack, sabun, pulpen, mie, tisue 300 shampo, sabun, kamper, minyak, tisue 400 shampo, snack, kabel, lampu, 500 rokok, sabun, snack, kertas, pulpen,, mie, bihun Head Table : 1 : 1 : 1 : 1 : 1 Item Terurut rokok, mie, rokok, mie,shampoo sabun, shampoo snack, shampo, rokok, mie, null Gambar 1 FP Tree pembacaan transaksi

3 Head Table Sampo Gambar 2 FP-Tree pembacaan transaksi 200. Head Table Sampo : 2 : 2 : 2 : 2 Gambar 3 FP Tree utuh. null : 1 Sampo : 1 Contoh di atas merupakan salah satu ilustrasi pembentukan FP Tree dengan penggunaan nilai minimum support sebesar 3 atau 60%. Algoritme pembentukan FP Tree ini terdiri dari dua langkah utama (Han et al. 2000), yaitu : 1. Proses scanning basis data untuk menemukan 1 itemset (L), kemudian itemset L digunakan untuk mengurutkan transaksi terhadap item yang frequent secara menurun. 2. Proses pembuatan tree yang diawali dengan pembuatan ROOT (T). Kemudian menjalankan fungsi insert_tree([p P],T), di mana p adalah elemen pertama dan P merupakan sisa elemen yang ada dalam daftar transaksi. Fungsi insert_tree([p P],T) dijalankan sebagai berikut: Jika T mempunyai anak N dan (N.itemName = p.itemname), maka naikan counter N sebesar 1. Selainnya buat node N baru dan buat link ke parent. Serta node-nya di kaitkan ke node node yang mempunya label yang sama. Jika P tidak kosong, panggil fungsi insert_tree(p,n) secara rekursif. Algoritme FP-Growth Algoritme FP Growth merupakan salah satu algoritme penggalian data yang akan membangkitkan suatu struktur data Tree atau yang disebut dengan FP Tree. Algoritme ini melibatkan tiga langkah utama (Han et al. 2000), yaitu : a Tahap pembangkitan kondisional pattern base. b Tahap pembangkitan kondisional FP Tree. c Tahap pencarian frequent itemset. Sehingga jika FP Tree pada Gambar 3 menjadi masukkan untuk algoritme FP Growth, maka akan menghasilkan frequent item sebagai berikut : Tabel 2 Frequent Itemset Terbentuk Item Shampo Frequent Item Shampo an an / {snack } / {sabun snack rokok mie} / {sabun snack rokok } SOTrieIT / { sabun snack} SOTrieIT atau Sub Ordered Trie Itemset merupakan suatu tree yang dibangun dengan 3

4 mengekstrak 1 2 itemset dari setiap transaksi (Zhao et al. 2003). Prinsip penelusuran dalam SOTrieIT memiliki pendekatan yang sama dengan pencarian dengan metode DFS. Cara penelusuran dilakukan dengan scanning dari node pertama yang paling kiri. Jika support count dari satu item di level ke dua tidak mencukupi dari minimum support maka proses berhenti dan pindah ke level atas lainnya. Jika nilai support count pada level atas sudah tidak lagi mencukupi nilai minimum support, maka proses berhenti dan tree terbentuk. Algoritma pembentukan SOTrieIT bekerja dengan melakukan ekstrasi 1 2 Itemset dari setiap transaksi yang dibaca. Tahapan pengerjaan dari algoritma ini secara singkat dijelaskan sebagai berikut (Woon et al. 2002): 1. Menemukan semua 1-2 itemset dari setiap transaksi 2. Menambahkan node baru pada Trie jika node dengan nilai count ialah 1 (satu) jika node tersebut tidak terdapat pada level 1 dan level 2, jika node sudah terdapat dalam Trie maka dilakukan penambahan nilai count di node tersebut dan dilakukan rebalancing antar node dalam Trie Untuk memperjelas uraian di atas akan diilustrasikan pembangunan SOTrieIT dengan basis data D sebagai berikut (Woon et al. 2002) : Tabel 3 Contoh transaksi dalam basisdata D TID Items 100 A C 200 B C 300 A B C 400 A B C D Setelah diperoleh transaksinya, selanjutnya akan dibaca transaksi tersebut dan diekstraksi 1 2 itemset-nya. Pada saat transaksi 100 dibaca maka akan diekstrak 1 itemset : {A, C} dan 2 itemset : {AC} (Gambar 4 a). Selanjutnya saat pembacaan transaksi 200, sistem akan mengekstrak 1 itemsetnya : {B, C} dan 2 itemsetnya : {BC} (Gambar 4 b). Langkah ini dilakukan berturut turut sampai pembacaan transaksi 400, sehingga akan menghasilkan SOTreeIT yang utuh seperti pada Gambar 5. Gambar 4 (a) Pembacaan transaksi 100 pada SOTrieIT (b) Pembacaan Transaksi 200 pada SOTrieIT. C : 4 D :1 A :1 Gambar 5 SOTrieIT utuh. Algoritme FOLD Growth Algoritme FOLD Growth merupakan hasil gabungan dari algoritme FOLDARM dan FP Growth. Pada algoritme ini diharapkan dapat menggabungkan keuntungan dan kebaikan dari 2 (dua) algoritme antara FP Growth dengan FOLDARM. Algoritme FOLDARM yang memiliki kinerja cepat dalam pengukuran itemset frequent maksimum (K max ) adalah kecil atau K 10, sedangkan algoritme FP Growth memiliki kinerja yang cepat pada saat K max > 10 (Woon et al. 2004). Dalam algoritme ini terdapat pembagian tahap pengerjaan sebanyak 4 (empat) tahapan utama (Soelaiman et al. 2006). Tahapan utama dalam algoritme FOLD Growth yaitu : a b c (a) ROO A 3 ROO C : 2 A :1 ROOT (b) B :3 B :1 C : 3 B :2 D: 1 C : 3 D: 1 D: 1 Pengalian L1 (Large 1 - Itemset) dan L2 (Large 2 - Itemset) dengan menggunakan SOTrieIT, Pemangkasan item item yang tidak frequent dalam transaksi menggunakan L1 dan L2, Membangun FP Tree menggunakan transaksi transaksi yang telah dipangkas dan, 4

5 d Pengalian itemset frequent dengan algoritme FP Growth. Dalam algoritme FP Growth penggunaan struktur data FP Tree memiliki kelemahan saat akan dilakukan proses update suatu data transaksi. Kendala yang terjadi ialah dilakukannya proses scanning basis data awal ditambah data transaksi yang akan ditambahkan atau dihapus. Proses ini akan memperlambat kinerja algoritme dalam proses penggalian. Penggunaan struktur data SOTrieIT akan mempermudah proses penambahan atau pengurangan suatu transaksi terhadap suatu basis data. Penggunaan SOTrieIT dalam mengakomodasi perubahan basis data dapat mengefisienkan usaha yang dilakukan program dalam melakukan perubahan transaksi. Gambar 6 di bawah akan menunjukan algoritme yang digunakan dalam proses update transaksi yang baru (Woon et al. 2002). 1 If a new i is added to the universal itemset Do nothing because the SOTrietIT will be updated the moment a transaction i arrives 2 Else if an item j is tremoved from the universal itemset traverse the SOTrieIT to remove all nodes and their child nodes (if any that contain j ) Gambar 6 Algoritme universal update itemset. METODOLOGI PENELITIAN Penelitian ini dilakukan untuk mendapatkan analisis hasil FOLD Growth terhadap permasalahan dalam penggalian data transaksi. Penelitian ini diharapkan dapat menjadi pembanding dari penilitian sebelumnya terhadap pilihan algoritme dalam menyelesaikan penggalian data berdasarkan metode Association Rule. Untuk memulai penelitian ini dilakukan beberapa langkah yang harus dijalani dan tertuang dalam suatu Metodologi Penelitian sesuai Gambar 7 berikut. Penggalian L1 & L2 FOLD - GROWTH Studi Literatur Gambar 7 Metode Penelitian. Studi literatur dilakukan untuk menambah referensi terkait dengan algoritme FOLD Growth. Pengumpulan informasi tentang proses proses dalam algoritme ini dikumpulkan dan didapatkan dari beberapa sumber seperti : buku, jurnal, dan artikel di internet. Pengumpulan Data Data yang dipakai merupakan data transaksi yang berasal dari sebuah toko di daerah Bogor. Data ini merupakan data transaksi penjualan barang kebutuhan sehari hari seperti : makanan pokok, snack,, keperluan mandi dan lain lain. Data yang diambil masih berupa transaksi biner sehingga diperlukan proses transformasi kembali supaya data dapat digunakan dengan baik. Data mining Mulai Studi Literatur Pengumpulan Data DATA Pemangkasan Pembangunan. FP - Tree Penggalian Analisis Hasil Dokumentasi Selesai Implementasi association rule dengan algoritme FOLD - Growth terhadap data yang telah dilakukan preprocessing melewati beberapa tahap pengerjaan seperti yang dijelaskan pada Tinjauan Pustaka. Pada tahap 5