3 Indikator Penting Algoritma Asosiasi Apriori | Plus Perhitungannya
ฝัง
- เผยแพร่เมื่อ 19 ต.ค. 2024
- Video ini menjelaskan tentang algoritma asosiasi. Lebih spesifiknya kita membahas tentang algoritma apriori. Algoritma asosiasi adalah algoritma yang menganalisis hubungan antar item. Dalam Algoritma apriori, ada 3 indikator penting yaitu nilai support, nilai confidence dan lift ratio. Kebanyakan kita ketika belajar tentang algoritma apriori hanya berfokus pada 2 indikator yaitu support dan confidence. Pada video ini juga dijelaskan tentang nilai treshold, hitungan manual algoritma apriori tahap demi tahap secara jelas. Output algoritma apriori adalah rule. Selain itu, pada video algoritma apriori ini juga diberikan tips untuk k-item set. misal 2 itemset, 3 itemset, 4 itemset dan seterusnya. Pada algoritma apriori, kita perlu mengetahui konsep anteceden dan konsekuen. Hal ini terkait dengan rumus yang digunakan. Perhitungan algoritma apriori sangat mudah dipahami. Impelemntasi algoritma apriori cukup luas misalkan untuk peletakan barang, diskon, sistem bundling harga, sistem rekomendasi pariwisata, penyediaan stok dll. Selain itu, diberikan bocoran untuk mempelajari algoritma lain selain apriori yanitu FP-Growth yang dianggap lebih unggul. Semoga bermanfaat
#apriori #asosiasi #algoritma #liftratio #confidence #nilaisupport
Terimakasih bu, materinya membantu buat mengerjakan tugas 🙏
Terimakasih bu🙏 berkat bu lia saya bisa mendalami lagi algoritma apriori untuk jurnal saya. terimakasih banyak buu
Bu untuk menentukan min support berapa persennya itu ada aturannya atau bisa berapa aja ?
Up
Up
Bu apakah ada metode perbandingan algoritma asosiasi selain lift rasio ?
Bu untuk menentukan nilai minimum support berapa persen itu apakah ada perhitungan nya?
tidak ada le..itu bisa tergantung datasetnya juga. istilahnya outputnya adalah rule..seberapa banyak saringan kita rule yang ingin diambil..loginya klo loss banget kecil..bakal banyak brule yang terbentuk? apakah efektif..analisis lebih lanjut
selamat siang ibu, ibu mohon maaf apakah algoritma apriori bisa di gunakan untuk menentukan marketplace terbaik?
Kembali lagi dulu ke tujuan dan konsep apriori bahwa algoritma mengenai keterkaitan hubungan .mngkn bisa literasi lagi ya biar mantap.semangat
Bu izin bertanya rata2 kan variabel yg digunakan dalam pencarian pola /aturan asosiasi di apriori ada 2 ya misalnya tanggal transaksi sama nama produk, apakah bisa menggunakan 3 variabel atau lebih bu?🙏 Mohon jawabannya Bu 🙏
kalo berhenti sampe 2 item set saja padahal masih bisa dilanjutkan ke 3 item set apakah rule nya tetap bisa digunakan ?
bisa saja kalau hanya ingin rule 2 itemset, tetapi jika masih bisa lanjut 3 itemset, mngkn akan nambah insight lebih.
Jelaskan pengertian sifat apriori pada analisa asosiasi.
Kak, kalo pengolahan data menggunakan apriori, tapi data yang diolah tu udah di cluster, itu gmna cara pengolahannya pake excel ya kak? 🙏
Mb mau tanya, kita cluster dulu datanya lalu kita cari pola asosiasinya? Atau kita cari dulu asosiasi nya baru kita cluster ?
diperhatikan lagi dataset klustering harus seperti apa, klasifikasi seperti apa. Jika sudah memahami bisa lanjut ke algoritmanya step by step. cara diexcel diikuti flowchart algoritma tersebut
@@nuraaaaid tergantung tujuannya mau apa apakah asosiasi apa klustering, dua hal yang berbeda
@@LIAFAROKHAH saya mau ngolah data menggunakan 2metode kak, metode pertama clustering, yg k2 Asosiasi, di metode clustering datanya kan kita kelompok dlm bentuk data yang besar kan kan, pas ngolah di apriori hasilnya cuma dapat keterkaitan kelompok yang besar aja kak, gmna cara ngolahnya agar kita mendapatkan keterkaitan secara detailnya kak? 🙏
Mnurut kaka apakah algoritma apriori cocok digunakan bersama dengan algoritma k-medoids? Soalnya saya tidak menemukan paper yg menggunakan metode itu secara bersamaan