Pengembangan Aplikasi Penggalian Top-K Frequent Closed Constrained Gradient Itemsets Pada Basis Data Retail
| Main Authors: | Absari, Dhiani Tresna, Djunaidy, Arif |
|---|---|
| Format: | Proceeding PeerReviewed application/pdf |
| Terbitan: |
, 2008
|
| Subjects: | |
| Online Access: |
http://repository.ubaya.ac.id/3167/2/dhiani_mmtviii_Abstract_2008.pdf http://repository.ubaya.ac.id/3167/3/dhiani_mmtviii_2008.pdf http://repository.ubaya.ac.id/3167/ |
Daftar Isi:
- Dalam dunia retail, pihak manajemen dapat memanfaatkan pengetahuan yang dapat dianalisis dari basis data retail untuk memahami pola kebutuhan pelanggan. Salah satu cara analisis basis data retail adalah dengan melakukan penggalian frequent closed itemsets tanpa batasan minimum support menggunakan algoritma TFP. Algoritma ini dapat menghasilkan K frequent closed itemset dengan nilai support tertinggi. Dalam perkembangannya, analisis basis data juga memerlukan metode yang dapat melakukan formulasi query dengan batasan gradient yang belum dapat dilakukan oleh algoritma TFP. Algoritma FCCGM adalah salah satu algoritma yang dapat melakukan penggalian terhadap frequent closed itemsets dengan batasan hanya saja algoritma ini masih menggunakan minimum support sebagai batasan serta metode pemangkasan gradient yang digunakan bersifat lemah. Makalah ini bertujuan untuk merencanakan pengembangan algoritma TFP agar dapat melakukan penggalian terhadap K frequent closed itemset yang memiliki nilai gradient dan support tertinggi atau disebut Top-K Frequent Closed Constrained Gradient Itemsets. Ide dasarnya adalah dengan memodifikasi dan menambahkan beberapa langkah pada algoritma TFP sehingga dapat melakukan pemangkasan itemset yang tidak memenuhi batasan gradient dengan metode yang lebih kuat.