Candrapuspa, ElokHastari (2012) Implementasi Association Rule Menggunakan Algoritma Hash-Based Untuk Mengetahui Keterkaitan Curah Hujan Antar Daerah. Sarjana thesis, Universitas Brawijaya.
Abstract
Penyebaran pola curah hujan antar daerah di Indonesia dipengaruhi oleh letak geografisnya. Perlunya mengetahui penyebaran curah hujan antar daerah adalah untuk mengetahui ketersediaan air dan memperkirakan pembangunan saluran air. Dalam penentuan keterkaitan curah hujan antar daerah, masih menggunakan perhitungan manual yang dirasa masih merepotkan dalam menentukannya. Untuk memudahkan proses penentuan curah hujan tersebut, maka dilakukan teknik data mining. Salah satu teknik dalam data mining untuk menentukan pola atau rule adalah assocation rule. Pada assocation rule, terdapat beberapa algoritma salah satunya adalah hash-based yangg digunakan pada penelitian skripsi ini. Pada algoritma ini, data akan dimasukkan ke dalam tabel hash mengunakan fungsi yang telah ditentukan. Kemudian akan dibentuk frequent itemset. Dari hasil frequent itemset tersebut, dibentuk pola asosiasi dan sistem akan menghitung kekuatan dari pola asosiasi yang terbentuk menggunakan lift ratio. Pada penelitian ini jumlah rule terbanyak yang terbentuk adalah 248 rule pada minimum support count 30 dan minimum confidence 60%. Lift ratio terbesar senilai 3,46 dan terkecil yaitu 1,31 pada minimum support count 30 dan minimum confidence 70%.
English Abstract
The spread between the rainfall patterns in Indonesia influenced by its geography. The need to know rainfall spread between the region is to find out water supply and estimate drainage construction. In determining the relationship between regional rainfall, people still using manual calculations that it is still troublesome in determining it. To make the process of determining the rainfall become easier, we can use data mining techniques. One technique in data mining to determine patterns or rule is assocation rule. In the assocation rule, there several algorithms one of which is hash-based used in this thesis research. On this algorithm, the data will inserted into the hash table using a function that has determined then form the frequent itemset. From the frequent itemset results, the assocation rule established and the system will calculate the strength of assocation rule formed using the lift ratio. In this study the formed majority rule is 248 rule at the minimum support count of 30 and minimum confidence of 60%. The largest lift ratio value is 3,46 and the smallesr lift ratio value is 1,31 at the minimum support count of 30 and minimum confidence of 70%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2012/425/051203332 |
| Uncontrolled Keywords: | curah hujan, data mining, assocation rule, hash- based,lift ratio. |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 25 Sep 2012 10:16 |
| Last Modified: | 17 Nov 2021 01:47 |
| URI: | http://repository.ub.ac.id/id/eprint/153261 |
Preview |
Text
0710963038-Laporan.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |