Minsup Kriteria FOLD – Growth 5% Support terbesar susu snack (supp : 6,58% conf : 44,64%) Support terkecil minuman snack (supp : 6,26% conf : 20,87) Asosiasi terbentuk 2 kombinasi Berdasar pada Tabel 7 dan Tabel 8 memperlihatkan bahwa kombinasi susu snack merupakan kombinasi yang paling banyak terjadi dengan dukungan nilai support 6,58% dan nilai confidence sebesar 44,64%. Sementara kombinasi dengan nilai support terkecil ditemukan pada kombinasi mie instant mie permen (support : 1,00% ; confidence : 10,5%) saat percobaan dengan menggunakan nilai minsup sebesar 1%. Update Transaksi Seperti yang dijelaskan pada bagian Tinjauan Pustaka, penggunaan algoritme FOLD – Growth dalam proses penggalian data memiliki beberapa kelebihan. Salah satu di antaranya ialah algoritme ini memungkinkan dilakukannya proses update transaksi baru terhadap transaksi yang lama. Terbatasi oleh jumlah data transaksi yang dimiliki, maka dalam penelitian ini data transaksi yang diperoleh dibagi menjadi 2 (dua) bagian. Bagian pertama merupakan transaksi utama (dataset I) dan bagian selanjutnya ialah transaksi tambahan yang diperoleh dengan mengambil sebanyak 1/3 (sepertiga) bagian dari keseluruhan transaksi pada bagian awal, tengah, dan akhir basis data transaksi (dataset II). Penggalian pada proses update ini dilakukan dengan menggunakan nilai minimum support sebesar 2%. Proses penggalian dengan dataset I dilakukan dengan menggunakan minimum support sebesar 2% dan didapatkan hasil seperti pada lampiran 5. Selanjutnya setelah proses penggalian dataset I selesai, dilakukan proses update dengan menambahkan dataset II pada sistem dengan nilai minimum support sebesar 2% kembali. Percobaan yang dilakukan menghasilkan kombinasi snack susu (support: 6,58% confidence: 44,64%) merupakan pola kombinasi pembelian yang paling banyak dilakukan. KESIMPULAN DAN SARAN Kesimpulan Hasil yang diperoleh memperlihatkan kekuatan pemangkasan transaksi dalam proses penggalian data. Proses pemangkasan yang dilakukan oleh algoritme FOLD – Growth membuat transaksi menjadi lebih sederhana sehingga FP – Tree yang terbentuk akan menjadi lebih sederhana dan kompak. Dengan demikian pemangkasan yang dilakukan dalam algoritme ini disimpulkan tidak merusak susunan kombinasi yang terjadi dalam dataset yang digunakan. Penggunaan struktur data SOTrieIT memiliki peran yang cukup penting dalam proses pemangkasan suatu transaksi. Proses pemangkasan dengan menggunakan L2 dan L1 memperlihatkan pengurangan jumlah transaksi dalam basis data yang digunakan. Sehingga saat akan dilakukan penggalian data dengan FP – Growth maka tree yang terbentuk akan menjadi lebih sederhana. Kombinasi yang terjadi dalam dataset yang dipakai memperlihatkan itemset dengan kombinasi susu snack (support 6,58% ; confidence 44,64%) merupakan kombinasi yang paling banyak dilakukan dalam keseluruhan transaksi dalam database. Selanjutnya itemset dengan kombinasi permen mie instant (support 1% ; confidence 11,76%) merupakan kombinasi terkecil untuk penetapan nilai minimum support sebesar 1%. Untuk penetapan nilai minimum support sebesar 2% kombinasi susu snack masih menjadi kombinasi dengan nilai support terbesar dan kombinasi pelengkap roti snack (support 2% ; confidence 69,92%) merupakan kombinasi dengan nilai support mendekati nilai minsup 2% untuk penggunaan algoritme FP – Growth dan permen minuman (support 2,04% ; confidence : 23,86 %) untuk penggunaan algoritme FOLD – Growth. Saran Saran untuk penelitian selanjutnya ialah dengan mencoba menerapkan penambahan proses delete transaksi dari algoritme FOLD – Growth dengan berdasarkan algoritme pada Gambar 6. Proses delete diperlukan jika diinginkan penghapusan beberapa transaksi yang dirasakan tidak relevan lagi dengan kondisi yang terjadi sekarang, misalnya barang yang dijual sudah tidak diproduksi kembali oleh produsen yang terkait sehingga harus dihapus dari basis data transaksi yang ada. 9