e-commerce persewaan mobil proyek berdasarkan medan jalan

BAB II
LANDASAN TEORI
Pada bagian ini akan dibahas mengenai literature yang sesuai dengan
penyusunan skripsi.
2.1 Data Mining
Secara sederhana data mining adalah penambangan atau penemuan
informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang
sangat besar (Davies, 2004). Data mining juga disebut sebagai serangkaian proses
untuk menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui
secara manual dari suatu kumpulan data (Pramudiono, 2007). Data mining, sering
juga disebut sebagai knowledge discovery in database (KDD). KDD adalah
kegiatan yang meliputi pengumpulan, pemakaian data, historis untuk menemukan
keteraturan, pola atau hubungan dalam set data berukuran besar (Santoso, 2007).
Data mining adalah kegiatan menemukan pola yang menarik dari data
dalam jumlah besar, data dapat disimpan dalam database, data warehouse, atau
penyimpanan informasi lainnya. Data mining berkaitan dengan bidang ilmu –
ilmu lain, seperti database system, data warehousing, statistik, machine learning,
information retrieval, dan komputasi tingkat tinggi. Selain itu, data mining
didukung oleh ilmu lain seperti neural network, pengenalan pola, spatial data
analysis, image database, signal processing (Han, 2006). Data mining
didefinisikan sebagai proses menemukan pola-pola dalam data. Proses ini
7
8
otomatis atau seringnya semiotomatis. Pola yang ditemukan harus penuh arti dan
pola tersebut memberikan keuntungan, biasanya keuntungan secara ekonomi.
Data yang dibutuhkan dalam jumlah besar (Witten, 2005).
Karakteristik data mining sebagai berikut
 Data mining berhubungan dengan penemuan sesuatu yang tersembunyi
dan pola data tertentu yang tidak diketahui sebelumnya.
 Data mining biasa menggunakan data yang sangat besar. Biasanya data
yang besar digunakan untuk membuat hasil lebih dipercaya.
 Data mining berguna untuk membuat keputusan yang kritis, terutama
dalam strategi (Davies, 2004).
Berdasarkan beberapa pengertian tersebut dapat ditarik kesimpulan bahwa
data mining adalah suatu teknik menggali informasi berharga yang terpendam
atau tersembunyi pada suatu koleksi data (database) yang sangat besar sehingga
ditemukan suatu pola yang menarik yang sebelumnya tidak diketahui. Kata
mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari
sejumlah besar material dasar. Karena itu data mining sebenarnya memiliki akar
yang panjang dari bidang ilmu seperti kecerdasan buatan (artificial intelligent),
machine learning, statistik dan database. Beberapa metode yang sering disebutsebut dalam literatur data mining antara lain clustering, classification, association
rules mining, neural network, genetic algorithm dan lain-lain (Pramudiono, 2007).
9
2.1.1
Tahap-Tahap Data Mining
Sebagai suatu rangkaian proses, data mining dapat dibagi menjadi
beberapa tahap yang diilustrasikan di Gambar 2.4. Tahap-tahap tersebut bersifat
interaktif, pemakai terlibat langsung atau dengan perantaraan knowledge base.
Gambar 2.1 Tahap-Tahap Data Mining (Han, 2006).
Tahap-tahap data mining ada 6 yaitu :
1. Pembersihan data (data cleaning)
Pembersihan data merupakan proses menghilangkan noise dan data
yang tidak konsisten atau data tidak relevan. Pada umumnya data yang
diperoleh, baik dari database suatu perusahaan maupun hasil eksperimen,
memiliki isian-isian yang tidak sempurna seperti data yang hilang, data yang
tidak valid atau juga hanya sekedar salah ketik. Selain itu, ada juga atribut-
10
atribut data yang tidak relevan dengan hipotesa data mining yang dimiliki.
Data-data yang tidak relevan itu juga lebih baik dibuang. Pembersihan data
juga akan mempengaruhi performasi dari teknik data mining karena data yang
ditangani akan berkurang jumlah dan kompleksitasnya.
2. Integrasi data (data integration)
Integrasi data merupakan penggabungan data dari berbagai database ke
dalam satu database baru. Tidak jarang data yang diperlukan untuk data
mining tidak hanya berasal dari satu database tetapi juga berasal dari
beberapa database atau file teks. Integrasi data dilakukan pada atribut-aribut
yang mengidentifikasikan entitas-entitas yang unik seperti atribut nama, jenis
produk, nomor pelanggan dan lainnya. Integrasi data perlu dilakukan secara
cermat karena kesalahan pada integrasi data bisa menghasilkan hasil yang
menyimpang dan bahkan menyesatkan pengambilan aksi nantinya. Sebagai
contoh bila integrasi data berdasarkan jenis produk ternyata menggabungkan
produk dari kategori yang berbeda maka akan didapatkan korelasi antar
produk yang sebenarnya tidak ada.
3.
Seleksi Data (Data Selection)
Data yang ada pada database sering kali tidak semuanya dipakai, oleh
karena itu hanya data yang sesuai untuk dianalisis yang akan diambil dari
database. Sebagai contoh, sebuah kasus yang meneliti faktor kecenderungan
orang membeli dalam kasus market basket analysis, tidak perlu mengambil
nama pelanggan, cukup dengan id pelanggan saja.
11
4.
Transformasi data (Data Transformation)
Data diubah atau digabung ke dalam format yang sesuai untuk diproses
dalam data mining. Beberapa metode data mining membutuhkan format data
yang khusus sebelum bisa diaplikasikan. Sebagai contoh beberapa metode
standar seperti analisis asosiasi dan clustering hanya bisa menerima input
data kategorikal. Karenanya data berupa angka numerik yang berlanjut perlu
dibagi-bagi menjadi beberapa interval. Proses ini sering disebut transformasi
data.
5. Proses mining
Merupakan suatu proses utama saat metode diterapkan untuk
menemukan pengetahuan berharga dan tersembunyi dari data.
6. Evaluasi pola (pattern evaluation)
Untuk mengidentifikasi pola-pola menarik kedalam knowledge based
yang ditemukan. Dalam tahap ini hasil dari teknik data mining berupa polapola yang khas maupun model prediksi dievaluasi untuk menilai apakah
hipotesa yang ada memang tercapai. Bila ternyata hasil yang diperoleh tidak
sesuai hipotesa ada beberapa alternatif yang dapat diambil seperti
menjadikannya umpan balik untuk memperbaiki proses data mining,
mencoba metode data mining lain yang lebih sesuai, atau menerima hasil ini
sebagai suatu hasil yang di luar dugaan yang mungkin bermanfaat.
7.
Presentasi pengetahuan (knowledge presentation),
Merupakan visualisasi dan penyajian pengetahuan mengenai metode
yang digunakan untuk memperoleh pengetahuan yang diperoleh pengguna.
12
Tahap terakhir dari proses data mining adalah bagaimana memformulasikan
keputusan atau aksi dari hasil analisis yang didapat. Ada kalanya hal ini harus
melibatkan orang-orang yang tidak memahami data mining. Karenanya
presentasi hasil data mining dalam bentuk pengetahuan yang bisa dipahami
semua orang adalah satu tahapan yang diperlukan dalam proses data mining.
Dalam presentasi ini, visualisasi juga bisa membantu mengkomunikasikan
hasil data mining (Han, 2006).
2.1.2
Metode Data Mining
Banyak teknik dan metode yang ada untuk melakukan berbagai jenis tugas
data mining. Metode ini dikelompokkan dalam 3 paradigma utama data mining:
Predictive Modeling, Discovery, dan Deviation Detection.
2.1.2.1 Predictive Modeling
Aplikasi Predictive Modeling menghasilkan klasifikasi atau prediksi.
Tujuan dari predictive modeling adalah menemukan pola yang melibatkan
variabel untuk memprediksi dan mengklasifikasi perilaku masa depan dari sebuah
entitas.
Ada dua tipe masalah yang diselesaikan oleh predictive modeling :
1. Klasifikasi
Yaitu
melibatkan
model
pembelajaran
yang
memetakan
(atau
mengklasifikasi) data contoh ke dalam satu atau beberapa kelas yang telah
didefinisikan. Sebagai contoh, bank dapat menggunakan skema klasifikasi
13
untuk menentukan pengajuan pinjaman yang akan disetujui. Teknik klasifikasi
meliputi Naive Bayesian, neural networks, dan decision trees.
2. Regresi
Yaitu melibatkan model yang memetakan data contoh ke prediksi realvalued. Teknik regresi meliputi neural networks dan decision (atau regression)
trees.
2.1.2.2 Discovery
Aplikasi discovery adalah pendekatan eksploratoris untuk analisis data.
Aplikasi discovery menggunakan teknik yang menganalisis data set yang besar
untuk menemukan association rules(atau pola), atau menemukan kluster dari
sampel yang dapat dikelompokan. Hasil dari metode discovery umumnya
dimaksudkan untuk pengguna. Walau begitu, hasilnya juga dapat diaplikasikan ke
metode data mining yang lain
2.1.2.3 Deviation Detection
Deviation Detection melakukan deteksi anomali secara otomatis.
Tujuannya untuk mengidentifikasi kebiasaan suatu entitas dan menetapkan
sejumlah norm melalui pattern discovery. Sampel yang berdeviasi dari norm lalu
diidentifikasi sebagai tidak biasa. teknik Deviation Detection melalui visualisasi
melalui parallel coordinates, scatterplots, dan surface plots.
2.1.3
Teknik Data Mining
Data mining adalah serangkaian proses untuk menggali nilai tambah dari
suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara
14
manual. Perlu diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan
sedikit data berharga dari sejumlah besar data dasar. Karena itu data mining
sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan
buatan (artificial intelligent), machine learning, statistik dan basisdata. Beberapa
teknik yang sering disebut-sebut dalam literatur data mining antara lain yaitu
association rule mining, clustering, klasifikasi, neural network, genetic algorithm
dan lain-lain.
2.1.3.1 Klasifikasi (Classification)
Suatu teknik dengan melihat pada kelakuan dan atribut dari kelompok
yang telah didefinisikan.Teknik ini dapat memberikan klasifikasi pada data baru
dengan memanipulasi data yang ada yang telah diklasifikasi dan dengan
menggunakan hasilnya untuk memberikan sejumlah aturan. Aturan-aturan
tersebut digunakan pada data-data baru untuk diklasifikasi. Teknik ini
menggunkan supervised induction, yang memanfaatkan kumpulan pengujian dari
record yang terklasifikasi untuk menentukan kelas-kelas tambahan. Salah satu
contoh yang mudah dan popular adalah dengan Decision tree yaitu salah satu
metode klasifikasi yang paling populer karena mudah untuk diinterpretasi.
Decision tree adalah model prediksi menggunakan struktur pohon atau struktur
berhirarki.
Decision tree adalah struktur flowchart yang menyerupai tree (pohon),
dimana setiap simpul internal menandakan suatu tes pada atribut, setiap cabang
merepresentasikan hasil tes, dan simpul daun merepresentasikan kelas atau
distribusi kelas. Alur pada decision tree di telusuri dari simpul akar ke simpul
15
daun yang memegang prediksi kelas untuk contoh tersebut. Decision tree mudah
untuk dikonversi ke aturan klasifikasi (classification rules).
Gambar 2.2 Contoh decision tree
2.1.3.2 Asosiasi (Association)
Digunakan untuk mengenali kelakuan dari kejadian-kejadian khusus atau
proses dimana link asosiasi muncul pada setiap kejadian. Contoh dari aturan
assosiatif dari analisa pembelian di suatu pasar swalayan adalah bisa diketahui
berapa besar kemungkinan seorang pelanggan membeli roti bersamaan dengan
susu. Dengan pengetahuan tersebut pemilik pasar swalayan dapat mengatur
penempatan barangnya atau merancang kampanye pemasaran dengan memakai
kupon diskon untuk kombinasi barang tertentu.
Penting tidaknya suatu aturan assosiatif dapat diketahui dengan dua
parameter, support yaitu prosentasi kombinasi atribut tersebut dalam basisdata
dan confidence yaitu kuatnya hubungan antar atribut dalam aturan asosiatif.
Motivasi awal pencarian association rule berasal dari keinginan untuk
menganalisa data transaksi supermarket, ditinjau dari perilaku customer dalam
membeli produk. Association rule ini menjelaskan seberapa sering suatu produk
dibeli secara bersamaan. Sebagai contoh, association rule “beer => diaper
16
(80%)” menunjukkan bahwa empat dari lima customer yang membeli beer juga
membeli diaper. Dalam suatu association rule X => Y, X disebut dengan
antecedent dan Y disebut dengan consequent.Rule.
2.1.3.3 Klaster (Clustering)
Digunakan untuk menganalisis pengelompokkan berbeda terhadap data,
mirip dengan klasifikasi, namun pengelompokkan belum didefinisikan sebelum
dijalankannya tool data mining. Biasanya menggunkan metode neural network
atau statistik. Clustering membagi item menjadi kelompok-kelompok berdasarkan
yang ditemukan tool data mining.
Prinsip dari clustering adalah memaksimalkan kesamaan antar anggota
satu kelas dan meminimumkan kesamaan antar cluster. Clustering dapat
dilakukan pada data yang memiliki beberapa atribut yang dipetakan sebagai ruang
multidimensi. Ilustrasi dari clustering dapat dilihat di Gambar 2.6 dimana lokasi,
dinyatakan dengan bidang dua dimensi, dari pelanggan suatu toko dapat
dikelompokkan menjadi beberapa cluster dengan pusat cluster ditunjukkan oleh
tanda positif (+). Banyak algoritma clustering memerlukan fungsi jarak untuk
mengukur kemiripan antar data, diperlukan juga metode untuk normalisasi
bermacam atribut yang dimiliki data
.
Gambar 2.3 Contoh klasterisasi
17
2.1.3.4 Sekuensial (Sequential)
Fungsi pola sekuensial menganalisa sekumpulan rekord pada suatu periode
waktu, misalnya untuk menganalisa trend. Anggaplah kita memiliki suatu basis
data yang ukurannya besar, yaitu basis data transaksi dimana setiap transaksi
terdiri dari nomor pelanggan, waktu transaksi dan item-item yang ditransaksikan.
Suatu pola dapat ditampilkan dalam contoh sebagai berikut, pelanggan biasanya
membeli gula langsung melakukan transaksi membeli kopi. Dari semua transaksi
membeli gula ternyata hamper seluruhnya terdapat transaksi membeli kopi. Maka
dari pola-pola yang ada ini dapat dijadikan masukan bahwa telah terjadi suatu
kecendrungan (trend) dari pelanggan dimana setiap pelanggan melakukan
transaksi membeli gula maka akan diikuti oleh transaksi membeli kopi. Untuk itu
pihak manajemen dapat menempatkan letak item kopi dekat dengan item gula.
Sehingga memudahkan pelanggan untuk melakukan transaksi selanjutnya.
2.1.3.5 Regresi (Regression)
Analisa regresi adalah teknik statistik untuk memprediksi nilai dari satu
variable response atau dependent dengan menggunakan nilai dari variablevariabel prediktor atau independent. Sesuai namanya, hubungan antara dua
variabel ini bersifat linier. Dalam regresi linier sederhana hanya ada satu variable
independent/prediktor dan satu variabel respon.
2.1.3.6 Deteksi Deviasi (Deviation Detection)
Deteksi deviasi adalah model data mining yang digunakan untuk
menentukan atau mendapatkan perubahan paling tepat dari data hasil pengukuran.
18
Model ini bias dilakukan dengan melakukan modifikasi model klasifikasi dan
klusterisasi.
2.1.4
Association Rules
Aturan asosiasi terdiri dari dua himpunan item disebut antecedent dan
consequent. Consequent biasanya dibatasi untuk berisi suatu item tunggal. Aturan
asosiasi berbentuk “If antecedent, then consequent”, dilengkapi dengan tingkat
support dan confidence aturan tersebut. Kuat tidaknya sebuah aturan assosiasi
ditentukan oleh dua parameter yaitu support dan confidence.
Berdasarkan penjelasan di atas maka pencarian pola kaidah asosiasi
menggunakan dua buah parameter nilai yaitu dukungan (support) dan
keterpercayaan (confidence) yang memiliki nilai antara 0% - 100 %.
Support dan confidence adalah nilai numerik. Untuk menjelaskan support
dan confidence kita perlu mendefinisikan beberapa istilah numerik. Misalkan D
menjadi database transaksi dan N adalah jumlah transaksi dalam D. Di Setiap
transaksi merupakan perangkat item. Di mana support (X) menjadi proporsi
transaksi yang mengandung item set X. Tahap ini mencari kombinasi item yang
memenuhi syarat minimum dari nilai support dalam database.
support (X) = |{I| ID  I  X}| /N …………………………………….... (2.1)
support (A  C) = support (A C) ……………………….……............... (2.2)
Di mana I adalah serangkaian item dan | · | menunjukkan ketetapan kardinalitas.
Atau, Untuk mencari nilai support sebuah item diperoleh dengan rumus berikut :
support (A) =
Jumlah Transaksi Mengandung A
.……………………… (2.3)
Total Transaksi
19
support (A,B) = P (A  B) =
Jumlah Transaksi Mengandung A dan B
Total Transaksi
… (2.4)
Setelah menemukan pola support, kemudian dicari aturan assosiatif yang
memenuhi syarat minimum untuk confidence dengan menghitung confidence
aturan assosiatif A > B. Nilai confidence dari aturan A > B diperoleh dari rumus
berikut :
confidence (A  C) = support (A  C) / support (A) ……………………. (2.5)
confidence = P (B I A) =
Jumlah Transaksi Mengandung A dan B
….…. (2.6)
Jumlah Transaksi Mengandung A
Support dari aturan asosiasi adalah proporsi transaksi yang mengandung
antecedent dan consequent. Confidence adalah ratio antara jumlah transaksi yang
meliputi semua item dalam antecedent dan consequent dengan jumlah transaksi
yang meliputi semua item dalam antecedent.
2.1.5
Algoritma Apriori
Algoritma Apriori diperkenalkan oleh Agrawal dan Srikant pada tahun
1994. Sampai saat ini algoritma tersebut merupakan algoritma asosiasi yang telah
banyak digunakan dan dikembangkan oleh para peneliti. Algoritma Apriori dalam
menangani masalah asosiasi adalah dengan mengurangi jumlah set item yang
dipertimbangkan. Pengguna menetapkan minimum support, min- support. Jadi
nilai (A ∪ C) ≤ min- support untuk setiap assosiation rule A → C atau (A → C) ≤
min- support. Apriori pertama menghasilkan semua himpunan item yang
20
memenuhi min-dukungan. himpunan item tersebut sering disebut himpunan item
(frequent item sets).
Dengan diberikan nilai minimum support dan minimum confidence,
pencarian aturan-aturan asosiasi dengan menggunakan algoritma apriori ada dua
tahap (Randolf, 2008) :
a. Pencarian itemset-itemset yang frequent
Masalah utama pencarian dalam itemset yang frequent adalah
banyaknya jumlah kombinasi itemset yang harus diperiksa apakah memenuhi
minimum support atau tidak. Salah satu cara untuk mengatasinya adalah
dengan mengurangi jumlah kandidat yang terdapat pada data.
Pada algoritma apriori dalam tahap ini penyelesaiannya memiliki dua
langkah. Langkah pertama adalah menghubungkan anggota dua himpunan
(join) dan langkah kedua adalah menghapus anggota yang tidak memenuhi
syarat (prune).
Untuk lebih jelasnya melalui gambar berikut :
Gambar 2.4 Pencarian Kandidat Itemset Tanpa Menggunakan Algoritma Apriori
21
Pada gambar 2.7 di atas, pencarian itemset yang frequent dilakukan
tanpa menggunakan prinsip apriori. Setiap kandidat dari k-itemset harus
diteliti satu per satu lalu dicari supportnya. Hal ini akan memakan waktu
lama apabila dilakukan pada jenis item dari transaksi yang besar.
Dengan menggunakan prinsip apriori, pencarian itemset yang frequent
akan menjadi seperti pada gambar di bawah ini :
Gambar 2.5 Pencarian Kandidat Itemset Menggunakan Alg. Apriori
Pada gambar 2.8 di atas dapat dilihat bahwa dengan menggunakan
Apriori, jumlah kandidat yang harus diperiksa semakin berkurang. Hal ini
dikarenakan properti apriori menjamin bahwa jika suatu itemset tidak
frequent, maka semua superset-nya tidak frequent.
b. Membangkitkan aturan asosiasi dari setiap itemset yang frequent.
Setelah didapat semua itemset yang frequent, bentuk aturan-aturan
asosiasi untuk setiap itemset yang frequent dengan prosedur :
1. Mencari nilai Support dan Confidence dari setiap nonempty subset.
22
2. Untuk setiap nonempty subset yang telah memiliki nilai support dan
confidence, lalu dicari nilai yang melebihi minimum support dan minimum
confidence
Setelah didapat semua aturan-aturan asosiasi, pilih aturan-aturan yang
kuat, yaitu aturan yang memiliki confidence lebih besar dari minimum confidence.
Untuk lebih jelasnya dapat dilihat dalam diagram alir metode asosiasi pada
gambar di bawah ini :
Mulai
Diketahui item-item yang akan diamati X = {X1, X2, X3, …, X
n} dan jumlah transaksi N
Nilai dari Xj untuk setiap transaksi N adalah
Xj : Xij = 1, jika produk ke j dibeli pada transaksi I
Xij = 0, jika produk ke j tidak dibeli pada transaksi ke-I
i = 1, 2, …, M
Catat semua nilai dari Xj format database transaksi
Diberikan nilai minimum support dan minimum confidence
Algoritma Apriori
Didapat aturan-aturan asosiasi dengan nilai support dan confidence-nya
Pilih aturan yang kuat,
Yaitu aturan yang memiliki
Confidence ≥ minimum confidence
Interpretasikan tiap aturan asosiasi yang kuat
Selesai
Gambar 2.6 Diagram Alir Metode Kaidah Assosiasi
23
Arti apriori secara umum adalah anggapan atau sikap yang sudah
ditentukan sebelum mengetahui (melihat, menyelidiki) terhadap sesuatu. Ide dari
algoritma apriori adalah mengurangi jumlah kandidat-kandidat tersebut yang
harus diperiksa dengan jaminan properti apriori.
Dalam diagram alir pada gambar 2.9 terdapat tahap algoritma apriori,
tahap tersebut dapat dijelaskan melalui diagram alir algoritma apriori pada
gambar di bawah ini :
Tahap 1
Algoritma Apriori
Tahap 2
Scan data transaksi untuk mendapatkan support
dari tiap itemset, lalu bandingkan dengan
minimum frequent(minimum support) untuk
mendapatkan Frequent 1-itemset (F1)
Gunakan Fk-1 join Fk-1 untuk
Mendapatkan himpunan kandidat dari
Frequent k-itemset, gunakan property
apriori untuk mereduksi kandidat yang
tidak frequent
Cari support(frequent) dari tiap
kandidat dari k-itemset yang tersisa
dan bandingkan dengan minimum
support (minimum frequent) untuk
mendapatkan frequent itemset Fk
Himpunan
Kandidat = ø
Untuk setiap nonempty subset s dari l,
bentuk aturan yang berbentuk
“jika s maka (l-s)”
Dengan support dan confidence yang
ditentukan
Untuk setiap frequent k-itemset I
bentuk semua nonempty subset dari I
Gambar 2.7 Diagram Alir Algoritma Apriori
Sumber :Randolf, 2008
Prosedur Properti apriori adalah ( Randolf, 2008):
1. Dalam menghasilkan sebuah frequent itemset dibutuhkan satu kali scan
database transaksi.
24
2. Jika suatu itemset A memiliki support kurang dari minimum support, maka
itemset tersebut tidak frequent (infrequent).
3. Seluruh nonempty subset dari suatu frequent itemset juga harus frequent.
Algoritma apriori mengambil keuntungan dari properti apriori untuk
menyusutkan ruang pencarian. Properti apriori menyatakan jika suatu itemset Z
bukan frequent, menambahkan item yang lain A ke itemset Z tidak akan membuat
Z lebih frequent. Jika Z tidak frequent
frequent. Tidak ada
superset dari Z (itemset yang berisi Z) akan frequent. (Yusuf dkk, 2006).
Untuk memberikan gambaran mengenai proses algoritma apriori dapat
dilihat pada ilustrasi berikut :
Gambar 2.8 Ilustrasi Algoritma Apriori
Dari ilustrasi di atas dapat dijelaskan bahwa:
a. Untuk menghasilkan Fk , maka diperlukan candidate atau calon k-itemset Ck
yang dibentuk dari proses join antar Fk-1.
b. Proses join, Fk-1 × Fk-1 , dilakukan jika (k-2 itemset dari Fk-1 “sama”.
25
c. Misal f1 dan f1 adalah itemset dari Fk-1 , supaya proses join dapat dilakukan
maka harus dipenuhi: (f 1[1] = f 2[1] ) ^ f 1[2] = f 2 [2] ) ^…^ (f 1 [k-2] = f 2
[k-2] ) ^ f 1[k-1] < f 2 [k-1] )
d. Kondisi (f 1 [k-1] < f 2 [k-1] ) menjamin tidak ada kembar pada proses join.
Jadi itemset yang dihasilkan dari proses join antara f 1 dan f 2 adalah f 1[1] f
1[2]... f 1 [k-1] f 2 [k-1]
e. Notasi f 1 [j] menyatakan item yang ke-j dalam f.