Pembentukan Minimal Non-Redundant Association Rules Menggunakan Frequent Closed Itemsets pada Data Transaksi Swalayan

Abstract

Teknik association rules mining di dalam data mining seringkali menghasilkan aturan asosiasi dalam jumlah banyak yang dapat mengandung aturan-aturan yang berulang, yaitu aturan-aturan yang memberikan informasi yang sama. Penelitian ini menggunakan teknik mining minimal non-redundant association rules untuk menghasilkan aturan asosiasi yang tidak berulang pada data transaksi pembelian barang di Sinar Mart Swalayan selama 2 bulan (1 Maret 2004 – 21 Mei 2004). Konsep closure dalam Galois connection diterapkan dalam teknik minimal non-redundant association rules mining untuk membentuk generators dan frequent closed itemsets menggunakan algoritma Close. Pada penelitian ini dilakukan pembentukan generators dan frequent closed itemsets dengan menggunakan empat nilai minimum support, yaitu 5 %, 2 %, 1 %, dan 0,5 % dari 23.631 transaksi yang ada. Berdasarkan generators dan frequent closed itemsets, dibentuk minimal non-redundant association rules menggunakan 11 nilai minimum confidence, yaitu 75 %, 70 %, 65 %, 60 %, 55 %, 50 %, 45 %, 40 %, 30 %, 20 %, dan 10 %.