digilib@itb.ac.id +62 812 2508 8800

PERBANDINGAN PENGGUNAAN ASSOCIATION RULES MINING DENGAN SEQUENTIAL PATTERNS MINING PADA CLUSTERING BASED ON FREQUENT WORD SEQUENCES (CFWS)

Penulis : IGOR BONNY TUA PANGGABEAN (NIM 13504022)
Kontributor / Dosen Pembimbing :
  • Pembimbing: Dr. Ir. G. A. Putri Saptawati, M.Comm.
Jenis Koleksi : Tugas Akhir
Penerbit : Teknik Informatika
Fakultas : Sekolah Teknik Elektro dan Informatika
Subjek :
Kata Kunci : Pengelompokan, kelompok, CFWS, frequent word sequences, association rules mining, sequential pattern mining, PHP Apriori, PrefixSpan
Sumber :
Staf Input/Edit : Vika Anastasya Kovariansi   Ena Sukmana
File : 8 file
Tanggal Input : 09 Okt 2017

2009 TA PP IGOR BONNY T. PANGGABEAN 1-COVER.pdf

File tidak tersedia
2009 TA PP IGOR BONNY T. PANGGABEAN 1-BAB 1.pdf
File tidak tersedia
2009 TA PP IGOR BONNY T. PANGGABEAN 1-BAB 2.pdf
File tidak tersedia
2009 TA PP IGOR BONNY T. PANGGABEAN 1-BAB 3.pdf
File tidak tersedia
2009 TA PP IGOR BONNY T. PANGGABEAN 1-BAB 4.pdf
File tidak tersedia
2009 TA PP IGOR BONNY T. PANGGABEAN 1-BAB 5.pdf
File tidak tersedia
2009 TA PP IGOR BONNY T. PANGGABEAN 1-BAB 6.pdf
File tidak tersedia
2009 TA PP IGOR BONNY T. PANGGABEAN 1-PUSTAKA.pdf
File tidak tersedia

Pengelompokan data teks ke dalam sejumlah kelompok dapat dilakukan dengan baik bila dapat mempertahankan keterurutan kata dalam dokumen teks. Clustering based on Frequent Word Sequences (CFWS) adalah algoritma pengelompokan dokumen yang memanfaatkan association rules mining untuk mendapatkan frequent 2-word sequences dengan mempertahankan urutan kata. Namun, association rules mining juga dapat digantikan dengan sequential pattern mining untuk pencarian frequent 2-word sequences (F2WS). Pada tugas akhir ini, kedua metode mining tersebut diamati untuk melihat perbedaan dari keduanya, serta melakukan analisis perbandingan pemanfaatan terhadap kedua metode mining tersebut.

Artikel Terkait