penutup - Digilib ITS

.
BABVI
PENUTUP
Dalam bab ini diuraikan mengenai beberapa kesimpulan dari tugas akhir
yang dibuat berdasarkan uji coba yang telah dilakukan. Selain itu disertakan pula
kemungkinan yang dapat dilakukan untuk pengembangan lebih lanjut dari tugas
akhir ini.
6.1
Kesimpulan
Dari beberapa hasil uji coba perangkat lunak yang dilakukan, dapat diambil
•
beberapa kesimpulan sebagai berikut:
•
Hasil uji coba waktu pembacaan basis data menunjukkan bahwa waktu
proses pembacaan basis data mempunyai kecenderungan yang tetap dan
tidak dipengaruhi oleh besar kecilnya minimum support.
•
Hasil uji coba kinerja dengan membandingkan minimum support dengan
jumlah itemset utama dan pola asosiasi dapat disimpulkan bahwa semakin
besar nilai minimum support, maka semakin kecil jumlah itemset utama dan
pola asosiasi yang diperoleh.
•
Hasil uji coba kinerja dengan membandingkan minimum support dengan
waktu pencarian itemset utama dan pola asosiasi dapat disimpulkan bahwa
semakin besar nilai minimum support, maka semakin kecil waktu yang
diperlukan untuk mendapatkan seluruh itemset utama dan pola asosiasi.
•
Hasil uji coba kehandalan dan perbandingan menunjukkan bahwa algoritma
ini dapat menyelesaikan proses mining pada obyek data transaksi dengan
79
kapasitas hampir dua juta record. Sedangkan untuk waktu y~ng diperlukan
dalam proses mining menunjukkan bahwa
kine~a
algoritma ini cenderung
lebih cepat jika dibandingkan dengan algoritma Hybrid [DAN-02] yang
dibahas pada tugas akhir sebelumnya.
6.2 Kemungkinan Pengembangan
Kemungkinan pengembangan yang dapat dilakukan berkaitan deng,an
manajemen memori pada perangkat lunak untuk mendapatkan pola asosiasi
d~ri
obyek data berkapasitas besar dan pada komputer dengan memori yang
terbatas. Pengembangan lain yang dapat dilakukan adalah dengan
It
komput~si
parale\. Komputasi paralel dilakukan dengan memecah proses mining menjadi
beberapa sub proses dan diselesaikan secara terpisah pada tiap prosesor.
Bagian pada algoritma VIPER yang memungkinkan komputasi paralel adalah
proses perhitungan support dengan metode FANGS. Struktur DAG yang menjadi
masukan dalam proses ini dapat dipecah dalam beberapa sub-DAG sesuai
dengan prefixnya sehingga setiap sub-DAG dapat diproses secara paralel.
Metode komputasi ini dapat mempercepat waktu proses mining ~ra
keseluruhan
80