Professional Documents
Culture Documents
T
Tc Ta
S
) (
........................ (2.1)
Keterangan :
S = Support
(Ta + Tc) = Jumlah transaksi yang
mengandung antecedent dan
consequencent
T = Jumlah transaksi
Ta
Tc Ta
C
) (
................................. (2.2)
Keterangan :
C = Confidence
(Ta+Tc)= Jumlah transaksi yang
mengandung antecedent dan
consequencent
(Ta) = Jumlah transaksi yang
mengandung antecedent
G. ANALISA DAN PERANCANGAN
Tabel 1 berikut ini adalah tabel contoh
transaksi peminjaman buku dengan
menggunakan data fiktif. Hal ini dimaksudkan
untuk memberikan gambaran bagaimana
melakukan mining data sehingga menghasilkan
aturan asosiasi.
Tabel 1. Tabel Transaksi Peminjaman Buku
No Nama Buku Yang di Pinjam
1
AYU
WANDIRA
Biologi
X
Kamus
B.Inggris
Fisika X
2
ARYA
KAMANDAKA
Bahasa
Inggris X
Kamus
B.Inggris
Hello
Magazine
3 BIMA ARYA
Bahasa
Inggris X
Kamus
B.Inggris
Menanam
Jamur
4
KHAIRUN
NISA
Bahasa
Indonesia
X
Bahasa
Inggris x
Kehidupan
Bakteri
5
SATRIA
WALJUKA
Biologi
X
Kehidupan
Bakteri
Hello
Magazine
6
GLADYS
AMELIA
Fisika X
Kumpulan
Rumus
Fisika
Menanam
Jamur
7
HARYA
ADITYA
Bahasa
Inggris X
Kamus B.
Inggris
Jakarta
Post
8
HENI
PASARIBU
Bahasa
Inggris X
Kamus B.
Inggris
Hello
Magazine
9 JENNY
Biologi
X
Kehidupan
Bakteri
Jakarta
Post
10
FANDY
APRIANTO
Fisika X
Kumpulan
Rumus
Fisika
Kamus B.
Inggris
11 GAMAL FUAD Kimia X Biologi X Fisika X
12
RIZA
ANANDA
Bahasa
Inggris X
Kamus
B.Inggris
Helo
Magazine
13 FACHRY Fisika X Kumpulan Kamus B.
Dian Wirdasari dan Ahmad Calam: Penerapan Data Mining
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
143
HASIHOLAN Rumus
Fisika
Inggris
14
HERU
APRIANDI
Fisika X Kimia X
Kumpulan
Rumus
Fisika
15
NANA
ZAIRINA
Bahasa
Inggris X
Kimia X
Kamus B.
Inggris
Untuk melakukan penggalian dari data
transaksi peminjaman buku diatas, penulis
menggunakan sebuah algoritma yang menjadi
dasar dari algoritma algoritma yang lain yaitu
algoritma Market Basket Analysis (MBA). Ada
tiga langkah besar
1) Langkah Besar Pertama Algoritma MBA
(Market Basket Analysis )
Langkah pertama dalam algoritma MBA
(Market Basket Analysis ) yaitu
menetapkan besarnya besaran nilai
minimum support dan confidence. Dalam
hal ini penulis menetapkan besaran, support
= 3 dan confidence =50%.
2. Langkah Besar Kedua Algoritma MBA
(Market Basket Analysis )
Langkah kedua yaitu dengan menyusun
semua frequent itemset yaitu itemset yang
memiliki minimum support=3 yang telah
ditetapkan sebelumnya.
Kita akan memulai dengan membahas
setiap frequent 1 Itemset yaitu terdapat pada
Tabel 2 berikut ini.
Tabel 2. Daftar 1 Item Set
No ItemSet Support
1 Biologi X 4
2 Kamus B.Inggris 9
3 Fisika X 6
4 Hello Magazine 4
5 Menanam Jamur 2
6 Kehidupan Bakteri 3
7 Jakarta Post 2
8 Kumpulan rumusrumus
Fisika
4
9 Bahasa Inggris X 7
10 Kimia X 3
11 Bahasa Indonesia 1
Dari Tabel 2 di atas dapat dilihat item apa
saja yang memiliki minimum support =3. Item
item yang memenuhi minimum support disebut
frequent 1-item set. Daftar frequent 1-itemset
dapat dilihat pada Table 3 berikut ini.
Tabel 3. Daftar Frequent 1- Item Set
No ItemSet Support
1 Biologi X 4
2 Kamus B.Inggris 9
3 Fisika X 6
4 Hello Magazine 4
5 Kehidupan Bakteri 3
6 Kumpulan rumus rumus
fisika
4
7 Bahasa Inggris X 7
8 Kimia X 3
Dari daftar frequent 1-itemset di atas, dibuat
menjadi daftar calon frequent 2-itemset, maka
akan didapat hasil seperti pada Table 4 berikut
ini.
Tabel 4. Daftar calon frequent 2-itemset
No ItemSet Support
1 Biologi X, Kamus
B.Inggris
1
2 Biologi X, Fisika X 1
3 Biologi X, Hello
Magazine
0
4 Biologi X, Kehidupan
Bakteri
2
5 Biologi X, Kumpulan
rumus rumus fisika
0
6 Biologi X, Bahasa Inggris
X
0
7 Biologi X, Kimia X 1
8 Kamus B.Inggris, Fisika X 1
9 Kamus B.Inggris, Hello
Magazine
3
10 Kamus B.Inggris,
Kehidupan Bakteri
0
11 Kamus B.Inggris,
Kumpulan rumus rumus
fisika
0
12 Kamus B.Inggris, Bahasa
Inggris X
6
13 Kamus B.Inggris, Kimia
X
1
14 Fisika X, Hello Magazine 0
Dian Wirdasari dan Ahmad Calam: Penerapan Data Mining
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
144
15 Fisika X, Kehidupan
Bakteri
0
16 Fisika X, Kumpulan
rumus rumus fisika
4
17 Fisika X, Bahasa Inggris
X
0
18 Fisika X, Kimia X 0
19 Hello Magazine,
Kehidupan Bakteri
1
20 Hello Magazine,
Kumpulan rumus rumus
fisika
0
21 Hello Magazine, Bahasa
Inggris X
4
22 Hello Magazine, Kimia X 1
23 Kehidupan Bakteri,
Kumpulan rumus rumus
fisika
1
24 Kehidupan Bakteri,
Bahasa Inggris X
1
25 Kehidupan Bakteri, Kimia
X,
1
26 Kumpulan rumus rumus
fisika, Kimia X
0
27 Kumpulan rumus rumus
fisika, Bahasa Inggris X
1
28 Bahasa Inggris X, Kimia
X
0
Dari table diatas dapat dilihat bahwa yang
memenuhi syarat minimum support atau yang
berhak menjadi frequent 2-itemset adalah
seperti terlihat pada Tabel 5 berikut.
Tabel 5. Daftar frequent 2-itemset
No ItemSet Support
1 Kamus B.Inggris, Hello
Magazine
3
2 Kamus B.Inggris, Bahasa
Inggris X
6
3 Fisika X, Kumpulan rumus
rumus fisika
4
4 Hello Magazine, Bahasa
Inggris X
4
Kemudian daftar frequent 2-itemset diatas
dibuat menjadi daftar calon frequent 3-itemset
yaitu seperti terlihat pada Tabel 6 berikut.
Tabel 6. Daftar calon frequent 3-itemset
No ItemSet Support
1 Kamus B.Inggris, Hello
Magazine, Bahasa Inggris X
3
2 Kamus B.Inggris, Hello
Magazine, Fisika X
0
3 Kamus B.Inggris, Hello
Magazine, Kumpulan rumus
rumus fisika
0
4 Kamus B.Inggris, Bahasa
Inggris X, Fisika X
0
5 Kamus B.Inggris, Bahasa
Inggris X, Kumpulan rumus
rumus fisika
0
Dari table di atas, dapat dilihat bahwa yang
berhak menjadi frequent 3-itemset adalah
seperti terlihat pada Tabel 7 berikut.
Tabel 7. Daftar frequent 3-itemset
No ItemSet Support
1 Kamus B.Inggris, Hello
Magazine, Bahasa Inggris X
3
Kemudian frequent 3-itemset = frequent 4-
itemset = frequent 5-iteset
Setelah itu kita hitung nilai confidence dari
masing masing frequent itemset sehingga
muncul calon aturan asosiasi. Untuk
menghitung nilai confidence digunakan rumus
sebagai berikut:
Keterangan :
C = Confidence
(Ta+Tc) = Jumlah transaksi yang
mengandung antecedent dan
consequencent
(Ta) = Jumlah transaksi yang
mengandung antecedent
Misalnya untuk itemKamus B.Inggris,
Hello Magazine dihasilkan calon aturan asosiasi
Ta
Tc Ta
C
) (
Dian Wirdasari dan Ahmad Calam: Penerapan Data Mining
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
145
Jika pinjam Kamus B.Inggris maka pinjam
Hello Magazine didapatkan nilai confidence
yaitu sebagai berikut :
Untuk aturan asosiasi Jika pinjam Hello
Magazine maka pinjam Kamus B.Inggris
didaptkan nilai confidence yaitu sebagai berikut:
Untuk daftar calon aturan asosiasi yang lain
dapat dilihat pada daftar calon aturan asosiasi di
tabel 8 berikut ini.
Tabel 8. Daftar calon aturan asosiasi
N
o
Dari
Frequent
ItemSet
Dihasilkan aturan
asosiasi
Sup
port
Confidence
1 Kamus
B.Inggris,
Hello
Magazine
Jika pinjam Kamus
B.Inggris maka
pinjam Hello
Magazine
3
3/9
33%
2 Jika pinjam Hello
Magazine maka
pinjam Kamus
B.Inggris
3 3/4 75%
3 Kamus
B.Inggris,
Bahasa
Inggris X
Jika pinjam Kamus
B.Inggris maka
pinjam Bahasa Inggris
X
6 6/9 67%
4 Jika pinjam Bahasa
Inggris X, Maka
pinjam Kamus
B.Inggris
6 6/7 86%
5 Fisika X,
Kumpulan
rumus
rumus
fisika
Jika pinjam Fisika X,
maka pinjam
Kumpulan rumus -
rumus Fisika
4 4/6 67%
6 Jika pinjam
Kumpulan rumus -
rumus Fisika maka
pinjam Fisika X
4 4/4
100
%
7 Hello
Magazine,
Bahasa
Inggris X
Jika pinjam Hello
Magazine maka
pinjam Bahasa Inggris
X
3 3/4 75%
8 Jika pinjam Bahasa
Inggris X maka
pinjam Hello
Magazine.
3 3/7 43%
9 Kamus
B.Inggris,
Hello
Magazine,
Bahasa
Inggris X
Jika pinjam Kamus
B.Inggris dan Hello
Magazine, maka
pinjam Bahasa Inggris
X
0 0/3 -
10
Jika pinjam Bahasa
Inggris X, maka
pinjam Kamus
B.Inggris dan Hello
Magazine
3 3/7 43%
11
Jika pinjam Kamus
B.Inggris dan Bahasa
Inggris X, maka
pinjam Hello
Magazine
0 0/6 -
12
Jika pinjam Hello
Magazine, maka
pinjam Kamus
B.Inggris dan Bahasa
Inggris X
0 0/4 -
13
Jika pinjam Hello
Magazine dan Kamus
B.Inggris maka
pinjam Bahasa Inggris
X
3 3/3
100
%
14
Jika pinjam Bahasa
Inggris X maka
pinjam Hello
Magazine dan Kamus
B.Inggris
0 0/7 -
15
Jika pinjam Hello
Magazine dan Bahasa
Inggris X maka
pinjam Kamus B.
Inggris
0 0/1 -
16
Jika pinjam Kamus
B.Inggris maka
pinjam Hello
Magazine dan Bahasa
Inggris X
1 1/9 11%
17
Jika pinjam Bahasa
Inggris X dan Kamus
B.Inggris maka
pinjam Hello
Magazine
3 3/6 50%
18
Jika pinjam Hello
Magazine maka
pinjam Bahasa Inggris
dan Kamus B.Inggris
3 3/4 75%
19
Jika pinjam Bahasa
Inggris X dan hello
magazine maka
pinjam Kamus
B.Inggris
3 3/3
100
%
20
Jika pinjam Kamus
B.Inggris maka
pinjam Bahasa Inggris
X dan Hello
Magazine
0 0/9 -
Ta
Tc Ta
C
) (
% 33 33 , 0
9
3
Ta
Tc Ta
C
) (
% 75 75 , 0
4
3
Dian Wirdasari dan Ahmad Calam: Penerapan Data Mining
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
146
3. Pilih aturan asosiasi yang memenuhi
minimum support dan minimum confidence
Dari table daftar calon asosiasi di atas, kita
pilih yang memenuhi nilai minimum support
dan minimum confidence untuk menjadi aturan
asosiasi. Daftar aturan asosiasi dapat dilihat
pada table 9 berikut ini.
Tabel 9. Daftar aturan asosiasi
N
o
Dari
Frequent
ItemSet
Dihasilkan
aturan asosiasi
Sup
por
t
Confidenc
e
1 Hello
Magazine,
Bahasa
Inggris X
Jika pinjam Hello
Magazine maka
pinjam Kamus
B.Inggris
3 3/4
75
%
2 Kamus
B.Inggris,
Bahasa
Inggris X
Jika pinjam
Kamus B.Inggris
maka pinjam
Bahasa Inggris X
6 6/9
67
%
3 Jika pinjam
Bahasa Inggris X,
Maka pinjam
Kamus B.Inggris
6 6/7
86
%
4 Fisika X,
Kumpulan
rumus
rumus
fisika
Jika pinjam Fisika
X, maka pinjam
Kumpulan rumus
-rumus Fisika
4 4/6
67
%
5 Jika pinjam
Kumpuan rumus -
rumus Fisika
maka pinjam
Fisika X
4 4/4
100
%
6 Hello
Magazine,
Bahasa
Inggris X
Jika pinjam Hello
Magazine maka
pinjam Bahasa
Inggris X
3 3/4
75
%
7 Kamus
B.Inggris,
Hello
Magazine,
Bahasa
Inggris X
Jika pinjam Hello
Magazine dan
Kamus B.Inggris
maka pinjam
Bahasa Inggris X
3 3/3
100
%
8
Jika pinjam
Bahasa Inggris X
dan Kamus
B.Inggris maka
pinjam Hello
Magazine
3 3/6
50
%
9
Jika pinjam Hello
Magazine maka
pinjam Bahasa
Inggris dan
Kamus B.Inggris
3 3/4
75
%
1
0
Jika pinjam
Bahasa Inggris X
dan hello
magazine maka
pinjam Kamus
B.Inggris
3 3/3
100
%
Proses diatas adalah proses mining data
secara manual dengan menggunakan data fiktif.
Untuk perpustakaan SMK TI PAB 7 Lubuk
Pakam, diambil data peminjaman buku untuk
kelas X dari mulai 7 April 2010 sampai dengan
12 Juni 2010. Data peminjaman buku tersebut
penulis dapatkan dari petugas perpustakaan
Dari data yang ada, setelah dilakukan
mining dengan menggunakan XL Miner dengan
tingkat minimum support =3 dan minimum
confidence = 50% maka menghasilkan beberapa
aturan asosiasi seperti pada Gambar 1 berikut.
Dian Wirdasari dan Ahmad Calam: Penerapan Data Mining
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
147
Gambar 1. Hasil mining dengan menggunakan XL Miner
Dian Wirdasari dan Ahmad Calam: Penerapan Data Mining
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
148
Untuk menu utama , rancangan formnya seperti pada Gambar 2 berikut.
H. PENGUJIAN DAN IMPLEMENTASI
Kegiatan uji coba program dengan cara
memasukkan data sampel ke dalam sistem dan
memperhatikan output-output yang dihasilkan.
Adapun tahapan yang dilakukan adalah :
1. Melakukan kompile program untuk
mengetahui kesalahan penulisan pada
program tersebut.
2. Melakukan run program untuk mengetahui
hasil dari pada eksekusi program, sehingga
dapat diketahui apakah program telah benar
atau masih salah. Untuk mengetahui
program sudah benar maka, dapat dilakukan
dengan menguji coba dengan beberapa
tahapan, adapun tahapan yang dilakukan
anatara lain :
a. Melakukan perekaman data, dalam hal
ini perekaman data untuk:
1. Data buku
2. Data Rak
b. Melakukan perbaikan data untuk
menghindari apabila ada data yang
direkam tidak benar maka, dapat
dilakukan sesuai dengan yang
sebenarnya
c. Melakukan penghapusan data bila data
yang direkam tidak dibutuhkan lagi atau
data yang direkam tidak sesuai dengan
data yang sebenarnya.
Aplikasi pencari buku ini apabila dijalankan
memiliki tampilan menu utama seperti pada
Gambar 3 berikut.
Menu utama memiliki dua menu utama
yaitu menu Input Data dan menu Program. Input
data memiliki dua submenu yaitu Data Buku
dan Data Rak. Sementara menu Program
memiliki tiga submenu yaitu Pengaturan
Password, Log Out dan Keluar.
Dalam aplikasi ini, sebelum kita dapat
menginputkan data, terlebih dahulu kita Log in.
Menu Utama
Input Data Program
Data Rak
Data Buku
Atur Password
Log Out
Keluar
Gambar 2. Rancangan Menu Utama
Gambar 3. Gambar Menu Utama
Dian Wirdasari dan Ahmad Calam: Penerapan Data Mining
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
149
Kita dapat log in sebagai user ataupun sebagai
admin. Perbedaannya kalau kita masuk sebagai
user, beberapa tombol dalam form input data
akan dibekukan. Hal ini dilakukan untuk
menghindari pemodifikasian oleh orang orang
yang tidak berhak. Tetapi kalau kita masuk
sebagai admin semua form akan berfungsi
normal tanpa ada tombol yang dalam keadaan
beku.
Untuk masuk sebagai user cukup diketikan
user kemudian masukkan passwordnya
kemudian klik tombol log in. Untuk masuk
sebagai admin, ketik pada kolom user admin
kemudian ketikkan passwordnya kemudian klik
log in.
Untuk mengganti password dapat dilakukan
dengan mengklik menu program pilih
pengaturah password. Kemudian form untuk
mengatur password akan ditampilkan seperti
pada Gambar 4 berikut.
Untuk memasukkan data buku, dapat kita
lihat pada Gambar 5, klik menu Data kemudian
pilih Data Buku. Kemudian kotak form Input
Data Buku akan ditampilkan.
Untuk menginputkan data rak, dapat kita
lakukan dengan mengklik menu Data kemudian
kita pilih Data Rak. Kemudian form input data
rak akan tampil (Gambar 6).
Form pencarian buku berfungsi untuk
melakukan pencarian buku berdasarkan field-
field tertentu. Dengan menggunakan form ini
pengguna bisa mengetahui letak buku secara
spesifik. Untuk membuka form pencarian buku
dapat kita lakukan dengan mengklik menu Data
pilih Data Buku kemudian form pencarian buku
akan terbuka (Gambar 7).
Gambar 4. Form Pengaturan Password
Gambar 5. Form Input Data Buku
Gambar 6. Form Input Data Rak
Gambar 7. Form Pencarian Buku
Dian Wirdasari dan Ahmad Calam: Penerapan Data Mining
Jurnal SAINTIKOM
Vol. 10 / No. 2 / Mei 2011
150
I. SIMPULAN
Adapun kesimpulan yang diperoleh dari
penelitian ini adalah :
1. Dari tumpukan data kunjungan
perpustakaan, terdapat pengetahuan yang
bermanfaat bagi perpustakaan itu sendiri
dan para pengunjung perpustakaan tersebut.
2. Dari hasil mining data kunjungan
perpustakaan SMK TI PAB 7 Lubuk Pakam
didapatkan informasi bahwa buku yang
paling sering dipinjam oleh siswa dengan
nilai support 9 adalah buku Biologi Kelas
X.
3. Terdapat beberapa aturan asosiasi yang
memiliki nilai confidence 100% misalnya
jika meminjam Conversation dan
matematika bilingual maka meminjam
Matematika X. Artinya jika memnjam buku
Conversation dan matematika maka
kemungkinan meminjam matematika
bilingual adalah 100%.
J. DAFTAR PUSTAKA
Arhami, Muhammad. 2005. Konsep Dasar
Sistem Pakar. Yogyakarta: Penerbit Andi.
Hartati, Iswanti. 2008. Sistem Pakar dan
Pengembangannya. Yogyakarta: Graha
Ilmu.
http://journal.unair.ac.id/filerPDF/PERPUSTAK
AAN%20DIGITAL.pdf diakses pada
9/01/2011 11:00
http://blogs.msdn.com/azazr/archive/2008/05/09
/populate-time-dimension-of
adventureworksdw-sample-database-and-
use-it-in-your-datawarehouse-cube.aspx.
Diakses pada 12/10/2011 08:25
Jogiyanto H. M. 1999. Analisa dan Desain.
Yogyakarta: Andi Offset.
Kusrini, Emha Taufiq Luthfi. 2009. Algoritma
Data Mining. Yogyakarta : Penerbit Andi
Kusrini. 2008. Aplikasi Sistem Pakar,
Yogyakarta: Penerbit Andi.
----. 2006. Sistem Pakar Teori dan Aplikasi.
Yogyakarta: Penerbit Andi.
Laboratorim Data Mining. 2011. Klasifikasi
Decision Tree dalam http://datamining-
lab.com. Yogyakarta : Fakultas Teknologi
Industri Universitas Islam Indonesia
Larose, Daniel T. 2005. Discovering Knowledge
in Data: An Introduction to Data Mining.
John Willey & Sons, Inc.
Santosa, Budi. 2007. Data Mining Teknik
Pemanfaatan Data untuk Keperluan Bisnis.
Yogyakarta: Graha Ilmu.
Susanto, Sani., dan Suryadi, Dedy. 2010.
Pengantar Data Mining. Yogyakarta:
Penerbit Andi Yogyakarta.