ANALISA ALGORITMA DATA MINING ECLAT dan HUI MINER

Juanda Hakim Lubis(1*),


(1) Universitas Medan Area
(*) Corresponding Author

Abstract


Frequent pattern mining memainkan peran penting di dalam data mining. Salah satu metode yang digunakan adalah metode asosiasi. Metode asosiasi digunakan untuk mencari dan menganalisa data transaksi penjualan yang terjadi. Hal ini dapat dilakukan dengan memeriksa perilaku pelanggan terkait dengan produk - produk yang dibeli. Dengan menggunakan aturan asosiasi, kita dapat mengetahui seberapa sering item yang dibeli bersama-sama dalam suatu transaksi. Salah satu algoritma yang digunakan adalah Eclat. Eclat pada dasarnya adalah pencarian algoritma depth-first menggunakan persimpangan yang ditetapkan. Kelebihan dari Eclat adalah proses dan performa penghitungan support dari semua itemsets dilakukan dengan lebih efisien dibandingkan dengan algoritma HUI-miner apriori. Akan tetapi dalam penelitian ini diperoleh hasil algoritma HUI-miner lebih efektif dan lebih stabil dari segi waktu jika di bandingkan dengan eclat.

Full Text:

PDF

References


Agrawal, R., Imielinski, T., dan Swami, A.N. (1993). Mining association rules between sets of items in large databases. ACM SIGMOD International Conference on Management of Data, ACM Press.

Goethals, B. (2003). Survey on Frequent Pattern Mining. University of Helsinki

Bogelt, C. (2003). Efficient Implementations of Apriori and Eclat. School of Computer Science, Otto-von-Guericke-University of Magdeburg

Zaki, M., Parthasarathy, S., Ogihara, M., dan Li, W. (1997). New Algorithms for Fast Discovery of Association Rules. Proc. 3rd Int. Conf. on Knowledge Discovery and Data Mining. Menlo Park, CA, USA: AAAI Press .

Zaki, M. dan Gouda, K. (2003). Fast Vertical Mining Using Diffsets Proc. 9th ACM SIGKDD Int. Conf. on Knowledge Discovery and Data Mining. New York, NY, USA :ACM Press.

Jacek, B. (2003). Handbook on Data Management in Information System.

Xu, G., Zhang, Y., dan Li, L. (2011). Web mining and social networking. Springer

Tufféry, Stéphane. (2011). Data Mining and Statistics for Decision Making, Chichester, GB: John Wiley & Sons, translated from the French Data Mining et statistique décisionnelle (Éditions Technip, 2008)

Schmidt, L. (2004). Algorithmic Features of Eclat. Proc. IEEE ICDM Workshop FIMI, 2004. informatik.rwth-aachen.de




DOI: http://dx.doi.org/10.31289/jite.v1i1.519

Article Metrics

Abstract view : 81 times
PDF - 54 times

Refbacks

  • There are currently no refbacks.