Penerapan N-gram dan Multi Minimum Support untuk Asosiasi Data Tweet Kebakaran Hutan dengan Data Cuaca dan Data Sosial Ekonomi.

Abstract

Penelitian mengenai asosiasi data tweet dengan data cuaca dan data sosial ekonomi sudah dilakukan sebelumnya. Penelitian sebelumnya menggunakan single minimum support. Penggunaan single minimum support tidak efektif karena setiap item memiliki frekuensi kemunculan yang berbeda. Oleh karena itu, penelitian ini menggunakan multi minimum support. Penelitian ini juga menggunakan fitur Ngram untuk mendapatkan frase kata yang sering muncul bersama. Metode association rule mining yang digunakan adalah algoritme multi minimum support Apriori dengan kombinasi nilai support. Nilai minimum support yang digunakan pada data tweet adalah 5, 10, 15, dan 20, sedangkan nilai minimum support yang digunakan pada data cuaca dan data sosial ekonomi adalah 55, 60, 65, dan 70. Nilai minimum confidence yang digunakan adalah 75. Jumlah aturan yang dihasilkan adalah 80 aturan, 41 aturan merupakan hasil asosiasi data cuaca, sedangkan 39 aturan lainnya merupakan hasil asosiasi data sosial ekonomi. Jumlah aturan yang didapat pada penelitian ini lebih sedikit dibandingkan dengan penelitian sebelumnya. Namun, menghasilkan aturan yang lebih spesifik.