Metode Asosiasi Data Mining

Sebelumnya kita telah membahas mengenai data mining. Dimana data mining sendiri berhubungan erat dengan analisa data dan penggunaan perangkat lunak untuk menemukan kesamaan dan pola dalam sekumpulan data yang disimpan dalam jumlah yang besar.

Data mining merupakan sebuah istilah yang digunakan dalam menemukan pengetahuan yang tersembunyi di dalam database. Tugas data mining sebenarnya adalah analisis otomatis atau semi-otomatis jumlah besar data untuk mengekstrak pola yang menarik yang sebelumnya tidak diketahui seperti kelompok catatan data (analisis cluster), catatan yang tidak biasa (deteksi anomali) dan dependensi (aturan asosiasi pertambangan). Terdapat 3 metode data mining yang telah kita pelajari sebelumnya yaitu :

• Classification
• Clustering
• Association

Pada artikel kali ini saya akan membahas mengenai metode association pada data mining.

Metode Association

Metode association merupakan metode yang menemukan suatu kombinasi item yang muncul bersamaan. Dalam dunia bisnis, sering disebut dengan Affinity Analysis atau Market Basket Analysis. Aturan Association rule biasanya mengguna pola "jika (if)" mewakili antecendent dan "maka (then)" mewakili consequent, bersamaan dengan pengukuran support (converage) dan confidence (accuration) yang terasosiasi dalam aturan. Fungsi association rule sering kali disebut dengan "Market Basket Analysis", yang digunakan untuk menentukan kombinasi diantara himpunan item -- item. Market Basket Analysis merupakan kebiasaan membeli konsumen dengan mencari association dan kombinasi antara item -- intem berbeda.

Kesamaan yang ada dari data pembelian digunakan untuk mengidentifikasi kelompok kesamaan dari produk dan kebiasaan apa yang terjadi guna kepentingan cross-selling

Dalam istilah association, setiap item dipertimbangkan sebagai informasi. Metode association memiliki dua tujuan:

• Untuk mencari produk apa yang biasanya terjual bersamaan
• Untuk mencari tahu apa aturan yang menyebabkan kesamaan tersebut.

Tahapan Association Rule

Bicara soal Association Rule ( Aturan Asosiasi), tidak lepas dari analisis asosiasi dimana konsep sebab-akibat (antecedant-consequent) menjadi poin penting dalam menghasilkan aturan-aturan asosiasi. Association Rule adalah pendekatan eksplorasi data yang sering digunakan atau diterapkan pada kumpulan data yang sangat besar. Aturan asosiasi tersebut setidaknya menyediakan informasi berharga dalam menilai korelasi antar data secara signifikan.

Association Rule diterapkan untuk membaca pola atau kecendrungan pembelian konsumen. Misalnya, dari 100 transaksi, ada sekitar 50 transaksi yang dilakukan konsumen dengan pola yang sama, yaitu konsumen akan membeli minyak jika telur juga dibeli. Hal ini tentunya Sejalan dengan tujuan aturan asosiasi, yang memungkinkan kita untuk memperoleh informasi mengenai item/barang apa saja yang konsumen sering beli bersamaan. Di mana informasi tersebut akan digunakan oleh pihak manajemen grosir untuk membuat kebijakan seperti : pertama, pihak manajemen dapat melakukan replace pada barang/item yang sering dibeli bersamaan, agar mudah dilihat dan diakses oleh konsumen. Misalnya, telur dan minyak sering dibeli bersamaan, maka pihak manajemen dapat mengatur tempat peletakan telur dan minyak berdekatan agar memudahkan konsumen dalam membeli keduanya. Kedua, pihak manajemen dapat melakukan promosi terhadap produk yang jarang dibeli untuk mengurangi stok yang menumpuk di gudang. ketiga, hal ini tentu berhubungan dengan manajemen stok, dimana pihak manajemen dapat membuat keputusan untuk memperbanyak stok barang/item yang sering dibeli agar tidak terjadi penumpukan.

Nilai Support