Tabel Analisis DM Manual.docx

19
Berikut ini merupakan perhitungan manual serta hasil data mining berdasarkan data yang di ambil pada database yang digunakan dalam aplikasi data mining ini. ID Transaksi Nama Barang 1 Selai Strawberry, Roti Lapis Selai Kacang, Roti Sobek 5 Rasa 2 Roti Tawar, Roti Coklat, Roti Sobek 5 Rasa 3 Roti Sobek 5 Rasa, Roti Lapis Selai Keju, Mentega, Roti Coklat 4 Roti Lapis Selai Kacang, Roti Sobek 5 Rasa, Roti Lapis Selai Keju, Mentega 5 Mentega, Roti Tawar, Selai Strawberry 6 Roti Coklat, Roti Tawar, Mentega, Roti Lapis Selai Keju 7 Roti Lapis Selai Keju, Roti Sobek 5 Rasa 8 Selai Strawberry, Roti Lapis Selai Keju, Roti Lapis Selai Kacang 9 Roti Coklat, Roti Tawar, Mentega 10 Mentega, Roti Sobek 5 Rasa, 11 Roti Lapis Selai Kacang 12 Roti Tawar, Gula Tropicana 13 Roti Gandum 1. Pisahkan masing-masing item set Item Set

Transcript of Tabel Analisis DM Manual.docx

Page 1: Tabel Analisis DM Manual.docx

Berikut ini merupakan perhitungan manual serta hasil data mining berdasarkan data yang di

ambil pada database yang digunakan dalam aplikasi data mining ini.

ID Transaksi Nama Barang

1 Selai Strawberry, Roti Lapis Selai Kacang, Roti Sobek 5 Rasa

2 Roti Tawar, Roti Coklat, Roti Sobek 5 Rasa

3 Roti Sobek 5 Rasa, Roti Lapis Selai Keju, Mentega, Roti Coklat

4 Roti Lapis Selai Kacang, Roti Sobek 5 Rasa, Roti Lapis Selai Keju, Mentega

5 Mentega, Roti Tawar, Selai Strawberry

6 Roti Coklat, Roti Tawar, Mentega, Roti Lapis Selai Keju

7 Roti Lapis Selai Keju, Roti Sobek 5 Rasa

8 Selai Strawberry, Roti Lapis Selai Keju, Roti Lapis Selai Kacang

9 Roti Coklat, Roti Tawar, Mentega10 Mentega, Roti Sobek 5 Rasa,11 Roti Lapis Selai Kacang

12 Roti Tawar, Gula Tropicana

13 Roti Gandum

1. Pisahkan masing-masing item set

Item Set

Selai Strawberry (A)Roti Lapis Selai Kacang (B)

Roti Sobek 5 Rasa (C)Roti Tawar (D)Roti Coklat (E)

Roti Lapis Selai Keju (F)Mentega (G)

Gula Tropicana (H)Roti Gandum (I)

2. Kemudian buat tabel seperti di bawah ini

Page 2: Tabel Analisis DM Manual.docx

ID Transaksi A B C D E F G H I

1 1 1 1 0 0 0 0 0 0

2 0 0 1 1 1 0 0 0 0

3 0 0 1 0 1 1 1 0 0

4 0 1 1 0 0 1 1 0 0

5 1 0 0 1 0 0 1 0 0

6 0 0 0 1 1 1 1 0 0

7 0 0 1 0 0 1 0 0 0

8 1 1 0 0 0 1 0 0 0

9 0 0 0 1 1 0 1 0 0

10 0 0 1 0 0 0 1 0 0

11 0 1 0 0 0 0 0 0 0

12 0 0 0 1 0 0 0 1 0

13 0 0 0 0 0 0 0 0 1

3. Kemudian hitung jumlah banyaknya hubungan untuk setiap item

ID Transaksi A B C D E F G H I

1 1 1 1 0 0 0 0 0 0

2 0 0 1 1 1 0 0 0 0

3 0 0 1 0 1 1 1 0 0

4 0 1 1 0 0 1 1 0 0

5 1 0 0 1 0 0 1 0 0

6 0 0 0 1 1 1 1 0 0

7 0 0 1 0 0 1 0 0 0

8 1 1 0 0 0 1 0 0 0

9 0 0 0 1 1 0 1 0 0

10 0 0 1 0 0 0 1 0 0

11 0 1 0 0 0 0 0 0 0

12 0 0 0 1 0 0 0 1 0

13 0 0 0 0 0 0 0 0 1

∑ 3 4 6 5 4 5 6 1 1

4. Tentukan Ф.

Page 3: Tabel Analisis DM Manual.docx

Misalkan kita tentukan Ф = 3, maka kita dapat menentukan frekuen itemset. Dari tabel di atas

diketahui total Ф untuk transaksi k = 1, semuanya lebih besar dari Ф. Maka:

F1 = {{A}, {B}, {C}, {D}, {E}, {F}, {G}}

Untuk k = 2 (2 unsur), diperlukan tabel untuk tiap-tiap pasang item.

Himpunan yang mungkin terbentuk adalah:

{A,B}, {A,C}, {A,D}, {A,E}, {A,F}, {A,G}, {B,C}, {B,D}, {B,E}, {B,F}, {B,G}, {C,D},

{C,E}, {C,F}, {C,G}, {D,E}, {D,F}, {D,G}, {E,F}, {E,G}, {F,G}

Tabel-tabel untuk calon 2 item set:

ID Transaksi A B Frekuensi

1 1 1 1

2 0 0 0

3 0 0 0

4 0 1 0

5 1 0 0

6 0 0 0

7 0 0 0

8 1 1 1

9 0 0 0

10 0 0 0

11 0 1 0

12 0 0 0

13 0 0 0∑ 2

ID Transaksi A C Frekuensi

1 1 1 1

2 0 1 0

3 0 1 0

4 0 1 0

5 1 0 0

6 0 0 0

7 0 1 0

8 1 0 0

9 0 0 0

Page 4: Tabel Analisis DM Manual.docx

10 0 1 0

11 0 0 0

12 0 0 0

13 0 0 0∑ 1

ID Transaksi A D Frekuensi

1 1 0 0

2 0 1 0

3 0 0 0

4 0 0 0

5 1 1 1

6 0 1 0

7 0 0 0

8 1 0 0

9 0 1 0

10 0 0 0

11 0 0 0

12 0 1 0

13 0 0 0∑ 1

ID Transaksi A E Frekuensi

1 1 0 0

2 0 1 0

3 0 1 0

4 0 0 0

5 1 0 0

6 0 1 0

7 0 0 0

8 1 0 0

9 0 1 0

10 0 0 0

11 0 0 0

12 0 0 0

Page 5: Tabel Analisis DM Manual.docx

13 0 0 0∑ 0

ID Transaksi A F Frekuensi

1 1 0 0

2 0 0 0

3 0 1 0

4 0 1 0

5 1 0 0

6 0 1 0

7 0 1 0

8 1 1 1

9 0 0 0

10 0 0 0

11 0 0 0

12 0 0 0

13 0 0 0∑ 1

ID Transaksi A G Frekuensi

1 1 0 0

2 0 0 0

3 0 1 0

4 0 1 0

5 1 1 1

6 0 1 0

7 0 0 0

8 1 0 0

9 0 1 0

10 0 1 0

11 0 0 0

12 0 0 0

13 0 0 0∑ 1

ID B C Frekuensi

Page 6: Tabel Analisis DM Manual.docx

Transaksi1 1 1 1

2 0 1 0

3 0 1 0

4 1 1 1

5 0 0 0

6 0 0 0

7 0 1 0

8 1 0 0

9 0 0 0

10 0 1 0

11 1 0 0

12 0 0 0

13 0 0 0∑ 2

ID Transaksi B D Frekuensi

1 1 0 0

2 0 1 0

3 0 0 0

4 1 0 0

5 0 1 0

6 0 1 0

7 0 0 0

8 1 0 0

9 0 1 0

10 0 0 0

11 1 0 0

12 0 1 0

13 0 0 0∑ 0

ID Transaksi B E Frekuensi

1 1 0 0

2 0 1 0

Page 7: Tabel Analisis DM Manual.docx

3 0 1 0

4 1 0 0

5 0 0 0

6 0 1 0

7 0 0 0

8 1 0 0

9 0 1 0

10 0 0 0

11 1 0 0

12 0 0 0

13 0 0 0∑ 0

ID Transaksi B F Frekuensi

1 1 0 0

2 0 0 0

3 0 1 0

4 1 1 1

5 0 0 0

6 0 1 0

7 0 1 0

8 1 1 1

9 0 0 0

10 0 0 0

11 1 0 0

12 0 0 0

13 0 0 0∑ 2

ID Transaksi B G Frekuensi

1 1 0 0

2 0 0 0

Page 8: Tabel Analisis DM Manual.docx

3 0 1 0

4 1 1 1

5 0 1 0

6 0 1 0

7 0 0 0

8 1 0 0

9 0 1 0

10 0 1 0

11 1 0 0

12 0 0 0

13 0 0 0∑ 1

ID Transaksi C D Frekuensi

1 1 0 0

2 1 1 1

3 1 0 0

4 1 0 0

5 0 1 0

6 0 1 0

7 1 0 0

8 0 0 0

9 0 1 0

10 1 0 0

11 0 0 0

12 0 1 0

13 0 0 0∑ 1

ID Transaksi C E Frekuensi

1 1 0 0

2 1 1 1

Page 9: Tabel Analisis DM Manual.docx

3 1 1 1

4 1 0 0

5 0 0 0

6 0 1 0

7 1 0 0

8 0 0 0

9 0 1 0

10 1 0 0

11 0 0 0

12 0 0 0

13 0 0 0∑ 2

ID Transaksi C F Frekuensi

1 1 0 0

2 1 0 0

3 1 1 1

4 1 1 1

5 0 0 0

6 0 1 0

7 1 1 1

8 0 1 0

9 0 0 0

10 1 0 0

11 0 0 0

12 0 0 0

13 0 0 0∑ 3

ID Transaksi C G Frekuensi

1 1 0 0

2 1 0 0

Page 10: Tabel Analisis DM Manual.docx

3 1 1 1

4 1 1 1

5 0 1 0

6 0 1 0

7 1 0 0

8 0 0 0

9 0 1 0

10 1 1 1

11 0 0 0

12 0 0 0

13 0 0 0∑ 3

ID Transaksi D E Frekuensi

1 0 0 0

2 1 1 1

3 0 1 0

4 0 0 0

5 1 0 0

6 1 1 1

7 0 0 0

8 0 0 0

9 1 1 1

10 0 0 0

11 0 0 0

12 1 0 0

13 0 0 0∑ 3

ID Transaksi D F Frekuensi

1 0 0 0

2 1 0 0

Page 11: Tabel Analisis DM Manual.docx

3 0 1 0

4 0 1 0

5 1 0 0

6 1 1 1

7 0 1 0

8 0 1 0

9 1 0 0

10 0 0 0

11 0 0 0

12 1 0 0

13 0 0 0∑ 1

ID Transaksi D G Frekuensi

1 0 0 0

2 1 0 0

3 0 1 0

4 0 1 0

5 1 1 1

6 1 1 1

7 0 0 0

8 0 0 0

9 1 1 1

10 0 1 0

11 0 0 0

12 1 0 0

13 0 0 0∑ 3

ID Transaksi E F Frekuensi

1 0 0 0

2 1 0 0

Page 12: Tabel Analisis DM Manual.docx

3 1 1 1

4 0 1 0

5 0 0 0

6 1 1 1

7 0 1 0

8 0 1 0

9 1 0 0

10 0 0 0

11 0 0 0

12 0 0 0

13 0 0 0∑ 2

ID Transaksi E G Frekuensi

1 0 0 0

2 1 0 0

3 1 1 1

4 0 1 0

5 0 1 0

6 1 1 1

7 0 0 0

8 0 0 0

9 1 1 1

10 0 1 0

11 0 0 0

12 0 0 0

13 0 0 0∑ 3

ID Transaksi F G Frekuensi

1 0 0 0

2 0 0 0

Page 13: Tabel Analisis DM Manual.docx

3 1 1 1

4 1 1 1

5 0 1 0

6 1 1 1

7 1 0 0

8 1 0 0

9 0 1 0

10 0 1 0

11 0 0 0

12 0 0 0

13 0 0 0∑ 3

Dari tabel-tabel 2 unsur di atas, 1 artinya item-item yang memiliki hubungan, sedangkan 0

berarti tidak ada item yang saling berhubungan. Σ melambangkan jumlah Frekuensi item set.

Jumlah frekuensi item set harus lebih besar atau sama dengan jumlah Frekuensi item set

(Σ >= Ф). Dari tabel diatas, maka didapat:

F2 = {C,F}, {C,G}, {D,E}, {D,G}, {E, G}, {F,G}

Selanjutnya untuk mengkombinasi dari itemset dalam F2, dapat kita gabungkan menjadi

calon 3-itemset. Namun pada kasus di atas aplikasi hanya mampu hingga menghitung F2

saja karena kebutuhan aplikasi sendiri cukup analisis hingga F2.

5. Menentukan (ss-s) sebagai antecedent dan s sebagai consequent dari Fk yang telah di dapat

berdasarkan rule pada langkah 5.

Pada F2 di dapat himpunan F2 = {C,F}, {C,G}, {D,E}, {D,G}, {E, G}, {F,G}

Maka dapat disusun :

Page 14: Tabel Analisis DM Manual.docx

Untuk {C,F} :

- Jika (ss-s) = C, Jika s = F, Maka → if buy C then buy F

- Jika (ss-s) = F, Jika s = C, Maka → if buy F then buy C

Untuk {C,G} :

- Jika (ss-s) = C, Jika s = G, Maka → if buy C then buy G

- Jika (ss-s) = G, Jika s = C, Maka → if buy G then buy C

Untuk {D,E} :

- Jika (ss-s) = D, Jika s = E, Maka → if buy D then buy E

- Jika (ss-s) = E, Jika s = D, Maka → if buy E then buy D

Untuk {D,G} :

- Jika (ss-s) = D, Jika s = G, Maka → if buy D then buy G

- Jika (ss-s) = G, Jika s = D, Maka → if buy G then buy D

Untuk {E,G} :

- Jika (ss-s) = E, Jika s = G, Maka → if buy E then buy G

- Jika (ss-s) = G, Jika s = E, Maka → if buy G then buy E

Untuk {F,G} :

- Jika (ss-s) = F, Jika s = G, Maka → if buy F then buy G

- Jika (ss-s) = G, Jika s = F, Maka → if buy G then buy F

6. Dari langkah diatas maka kita telah mendapatkan 12 rule yang dapat digunakan yaitu :

if buy C then buy F

if buy F then buy C

if buy C then buy G

if buy G then buy C

if buy D then buy E

if buy E then buy D

if buy D then buy G

if buy G then buy D

if buy E then buy G

if buy G then buy E

if buy F then buy G

if buy G then buy F

Page 15: Tabel Analisis DM Manual.docx

7. Hitung Support dan Confidence

Item Set Support Confidence

if buy C then buy F (3/13) x 100% = 23.07% (3/6) x 100% = 50%

if buy F then buy C (3/13) x 100% = 23.07% (3/5) x 100% = 60%

if buy C then buy G (3/13) x 100% = 23.07% (3/6) x 100% = 50%

if buy G then buy C (3/13) x 100% = 23.07% (3/6) x 100% = 50%

if buy D then buy E (3/13) x 100% = 23.07% (3/5) x 100% = 60%

if buy E then buy D (3/13) x 100% = 23.07% (3/4) x 100% = 75%

if buy D then buy G (3/13) x 100% = 23.07% (3/5) x 100% = 60%

if buy G then buy D (3/13) x 100% = 23.07% (3/6) x 100% = 50%

if buy E then buy G (3/13) x 100% = 23.07% (3/4) x 100% = 75%

if buy G then buy E (3/13) x 100% = 23.07% (3/6) x 100% = 50%

if buy F then buy G (3/13) x 100% = 23.07% (3/5) x 100% = 60%

if buy G then buy F (3/13) x 100% = 23.07 % (3/6) x 100% = 50%

8. Setelah di dapat support dan confidence untuk masing-masing kandidat, maka nilai support x

confidencenya dapat dicara, dimana nilai confidence yang diambil dalam kasus ini adalah lebih

dari 60% keatas, sehingga didapat tabel sebagai berikut :

9.

Item Set Support Confidence Supp x Conf

if buy F then buy C 23.07% 60% 0.138

if buy D then buy E 23.07% 60% 0.138

if buy E then buy D 23.07% 75% 0.172

if buy D then buy G 23.07% 60% 0.138

if buy E then buy G 23.07% 75% 0.172

if buy F then buy G 23.07% 60% 0.138

Page 16: Tabel Analisis DM Manual.docx

10. Dari langkah tersebut maka dapat diperoleh rule sebagai berikut :

- Jika membeli F maka akan membeli C dengan support 23.07% dan confidence 60%

- Jika membeli D maka akan membeli E dengan support 23.07%dan confidence 60%

- Jika membeli E maka akan membeli D dengan support 23.07% dan confidence 75%

- Jika membeli D maka akan membeli G dengan support 23.07% dan confidence 60%

- Jika membeli E maka akan membeli G dengan support 23.07% dan confidence 75%

- Jika membeli F maka akan membeli G dengan support 23.07% dan confidence 60%

11. Dapat Ditarik kesimpulan hasil yang didapat adalah

- Jika membeli Roti Lapis Selai Keju maka membeli Roti Sobek 5 Rasa

- Jika membeli Roti Tawar maka Membeli Roti Coklat

- Jika membeli Roti Coklat maka membeli Roti Tawar

- Jika membeli Roti Tawar maka membeli Mentega

- Jika membeli Roti Coklat maka membeli Mentega

- Jika membeli Roti Lapis Selai Keju maka membeli Mentega