Тёмный

Data Mining Association Rule : Contoh Kasus dan Penyelesaian Menggunakan Algoritma Apriori 

Herdiesel Santoso
Подписаться 1,5 тыс.
Просмотров 8 тыс.
50% 1

Опубликовано:

 

24 окт 2024

Поделиться:

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист
Посмотреть позже
Комментарии : 12   
@TiraArdani-r8q
@TiraArdani-r8q 14 дней назад
pak izin bertanya, jika ada tambahan soal "pilih rule >= 0,6 bernilai "Yes" dan yang tereliminasi "No". nah bagaimana cara penyelesaiannya pak ?? dilihat dari kombinasi berapa untuk tambahan soal ini pak ?? mohon dijawab yaa pak, Terima kasih🙏
@jemardiolquintao9035
@jemardiolquintao9035 5 месяцев назад
Bang, nilai minimum support kita yang beri atau bagaimana, kalau kita yang beri berdasarkan apa?mohon di Jawab bang.
@HerdieselSantoso
@HerdieselSantoso 5 месяцев назад
Menentukan nilai minimum support dan confidence dalam Algoritma Asosiasi Rule adalah proses yang bergantung pada beberapa faktor, seperti ukuran dataset, tujuan analisis, dan kebiasaan domain penelitian. Secara umum, nilai minimum support ditentukan berdasarkan tingkat frekuensi atau persentase kemunculan itemset dalam data Anda. Sedangkan nilai minimum confidence menentukan seberapa kuat asosiasi antara item-item dalam aturan yang dihasilkan. Pahami juga kalo Support besar maka apa yg terjadi, kalo kecil apa resikonya. Anda bisa menggunakan metode trial and error selanjutnya dipadukan dengan algoritma evaluasi (Cross Validation, Lift dll). Dalam beberapa kasus, nilai-nilai ini juga dapat ditentukan berdasarkan referensi penelitian sebelumnya dalam domain tertentu (yang penting ada referensinya).
@amw6691
@amw6691 Год назад
mengapa telur, minyak, mie dan telur, minyak, gandum tidak dimasukkan dalam kombinasi ke 3
@amandawidya1764
@amandawidya1764 Год назад
bagaimana cara menentukan minimal support nya 30% dan nilai tetha nya 3 atau berdasarkan apa? trmksh
@HerdieselSantoso
@HerdieselSantoso Год назад
Saya belum menemukan referensi yg tepat sih. Yang saya pahami, min support dan teta itu seperti Threshold yg harus kita tentukan. tapi kalo melihat pengertian support yaitu menunjukkan popularitas rata-rata produk atau item dalam database, jadi kalo saya menentukan 30% artinya saya menghendaki minimal dari 100 transaksi ada 30 transaksi yg memuat barang tersebut. Semakin kecil nilai minsupportnya kita akan memiliki banyak aturan asosiasi, semakin besar min support makan aturannya akan semakin spesifik.
@syuaib0usman394
@syuaib0usman394 10 месяцев назад
Pak sy mau bertanya mohon di respon 🙏, di situ kan di tetapkan hanya 3 item set saja, untuk mencari pola pembelian nya, dan nilai confidence nya, apakah kita bisa menambahkan 7 item set dan nilai confidence nya jga, apakah menambahkan item set itu sendiri, sdah melanggar peraturan perhitungan nilai algoritma apriori nya pak.? Mohon di respon pak
@syuaib0usman394
@syuaib0usman394 10 месяцев назад
@HerdieselSantoso
@HerdieselSantoso
@HerdieselSantoso 10 месяцев назад
Bisa, tergantung jumlah item datanya dan aturan yg mau dibentuk. Kalo item datanya banyak lebih baik nanti pake tools seperti rapidminer atau orange3. Nanti rule nya bisa di evaluasi dengan metode Lift Ratio
@alkhawstudio7085
@alkhawstudio7085 Год назад
Bisa minta tolong sertakan ppt nya? Biar bisa belajar juga pak
@lulusitompul7261
@lulusitompul7261 2 года назад
Bagaimana cara menentukan 3 item set nya
@HerdieselSantoso
@HerdieselSantoso Год назад
Maksudnya bagaimana ya mbak? Boleh dijelaskan lagi?
Далее
Data Mining Association Rule dengan FP-Growth
23:00
Просмотров 5 тыс.
Three NEW MAPS in Update 0.31.0 Nightmare | Standoff 2
01:48
What is Data Mining?
6:53
Просмотров 122 тыс.
Data Mining - Aturan Asosasi (Association Rules)
32:20