Main Article Content
Abstract
Penggalian data sangat penting untuk proses pengumpulan data dan untuk penyimpanan data. Di sisi lain, data mentah yang tersedia sangatlah besar sehingga analisis manual tidak lagi memungkinkan untuk menangani masalah data. Permasalahan utama dari penggalian data adalah munculnya beberapa struktur data baru yang dimaksudkan untuk memperbaiki efisiensi dari penggalian data. Dan tidak satu pun dari struktur data tersebut yang mampu menangani semua masalah penggalian data.
Fold-Growth merupakan salah satu dari metode penggalian pola asosiasi dengan menggunakan struktur data SOTrieIT (Support Ordered-Trie Itemset) dalam proses penggalian itemset yang frequent. SOTrieIT adalah sebuah struktur data yang dapat melakukan ekstraksi 1-itemset dan 2-itemset dari semua transaksi dalam basis data. Dengan menggunakan basis data transaksi yang terdiri dari kode transaksi, dan kode dari barang yang di beli, algoritma ini akan diproses untuk menghasilkan pola asosiasi. Pada penelitian ini, algoritma FOLD-growth akan dibagi dalam empat tahapan utama yaitu, tahapan penggalian 1-itemset frequent dan 2-itemset frequent, tahap pemangkasan item-item yang tidak frequent, membangun FP-tree, dan tahapan penggalian semua itemset frequent.
Berdasarkan uji coba, yang melibatkan dataset sintetik, dapat disimpulkan bahwa secara umum durasi eksekusi dan utilisasi memori Fold-Growth lebih kecil dibandingkan dengan FP-Growth.
Kata Kunci: FP-growth, SOTrieIT, Fold-Growth, pola asosiasi, penggalian data, struktur data.
Fold-Growth merupakan salah satu dari metode penggalian pola asosiasi dengan menggunakan struktur data SOTrieIT (Support Ordered-Trie Itemset) dalam proses penggalian itemset yang frequent. SOTrieIT adalah sebuah struktur data yang dapat melakukan ekstraksi 1-itemset dan 2-itemset dari semua transaksi dalam basis data. Dengan menggunakan basis data transaksi yang terdiri dari kode transaksi, dan kode dari barang yang di beli, algoritma ini akan diproses untuk menghasilkan pola asosiasi. Pada penelitian ini, algoritma FOLD-growth akan dibagi dalam empat tahapan utama yaitu, tahapan penggalian 1-itemset frequent dan 2-itemset frequent, tahap pemangkasan item-item yang tidak frequent, membangun FP-tree, dan tahapan penggalian semua itemset frequent.
Berdasarkan uji coba, yang melibatkan dataset sintetik, dapat disimpulkan bahwa secara umum durasi eksekusi dan utilisasi memori Fold-Growth lebih kecil dibandingkan dengan FP-Growth.
Kata Kunci: FP-growth, SOTrieIT, Fold-Growth, pola asosiasi, penggalian data, struktur data.