Implementasi data mining menggunakan association rule pada register user kompas.id

ABSTRACT

Data mining adalah metode analisis data baru yang mengekstrak informasi berharga dari data besar untuk digunakan oleh manusia. Penelitian ini bertujuan untuk mengetahui association rule artikel/berita yang dihasilkan dari penerapan analisis market basket analysis dengan menggunakan algoritma apriori, dengan mempertimbangkan 3 top category jenis artikel/berita yang sering dibaca register user Kompas.id. Pendekatan penelitian yaitu penerapan data mining dengan algoritma apriori yang dapat menemukan frequent itemset mining dan association rule (pola asosiasi). Nilai minimum support sebesar 0.021 atau 2%, nilai confidence sebesar 0.0541 serta nilai lift ≥ 1. Hasil penelitian menunjukkan bahwa hasil pola association rule berdasarkan nilai support tertinggi terdapat pada artikel {Humaniora} => {Opini}. Hampir semua nilai confidence bernilai 1, maka dapat disimpulkan bahwa setiap asosiasi antara LHS dan RHS memiliki korelasi yang kuat. Nilai lift pada seluruh asosiasi bernilai 1, artinya terdapat korelasi yang kuat pada seluruh asosiasi yang ditemukan. Penelitian ini menyimpulkan bahwa pada metode association rule dan algoritma apriori, tingkat support tinggi menunjukkan adanya hubungan yang signifikan antara dua artikel dan atau lebih, tingkat cofidence yang tinggi mengindikasikan bahwa ketika satu jenis artikel/berita muncul, jenis artikel lainnya juga cenderung muncul. Lift tinggi menunjukkan terdapat ketergantungan yang kuat antara tiap-tiap rule yang ada.

ABSTRACT

Data mining is a new data analysis method that extracts valuable information from large datasets for human use. This research aims to determine the association rules of articles/news generated from the application of market basket analysis using the Apriori algorithm, considering the top 3 categories of articles/news that are frequently read by Kompas.id user registrations. The research approach involves the application of data mining with the Apriori algorithm, which can discover frequent itemset mining and association rules (association patterns). The minimum support is 0.021 or 2.1% and confidence values in this study are 0.0541 or 5.41%, and the lift value is ≥1. The research results show that the highest support-based association rules are found in articles {Humanities} => {Opinion}. Almost all confidence values are equal to 1, indicating that there is a strong correlation between every association between LHS and RHS. The lift values for all associations are 1, meaning there is a strong correlation in all the associations found. This research concludes that in the association rule method, a high level of support indicates a significant relationship between two or more articles, and a high level of confidence indicates that when one type of article/news appears, other types of articles are also likely to appear. High lift values indicate a strong dependency between each existing rule.

مستخلص البحث

التنقيب يف البيانات هو طريقة جديدة يف البيانات استخراج معلومات قيمة من البيانات الضخمة للستخدامها من قبل البشر. حدف هذا البحث أىل حتديد قواعد ة ارتباط للمقاالت/األخباراليت مت إنشاؤها من تطبيق حتليل سلة السوق ابستخدام خوارزمية أبرواري من خالل النظر يف فن فئات للمقاالت/األخبار اليت يتم قراءهتا بشكل متكرر من قبل تسجيالت مستخدمي Kompas.id. تشمل الطريقة البحثية تطبيق تنقيب البيانات خبوارزمي أبرواري ا ليت ميكنها اكتشاف تنقيب اجملموعة املتكررة وقواعد الرابطة (أمناط الرابطة). قيم الدعم والثقة الدنيا يف هذه الدراسة هي 2.1% أو 0.021، وقيمة الرفع هي ≥ 1. تظهر نتائج البحث أن قواعد الرابطة األعلى قائمة على أساس الدعم توجد يف املقاالت { العلوم اإلنسانية } => { الرأي }. تكاد قيم الثقة تكون متساوية 1، مما يشري إىل وجود ترابط قوي بني كل رابطة بني LHS و RHS. قيم الرفع جلميع الربطات هي 1، مما يعين وجود ترابط قوي يف مجيع الربطات املكتشفة. يستنتج هذا البحث أنه يف طريقة قاعدة الرابطة، يشري مستوى ٍعال من الدعم إىل وجود عالقة هامة بني نوعني أو أكثر من املقاالت، ويشري مستوى ٍعال من الثقة إىل أنه عند ظهور نوع واحد من ايضا ا أن تظهر أنواع أخرى من املقاالت. تشري قيم الرفع العالية إىل وجود تبعية املقاالت/األخبار، فإنه من املرجح ًقوية بني كل قاعدة موجودة.