Perpustakaan Digital ITB

Rule mining adalah teknik data mining yang digunakan untuk menemukan hubungan antara dua atau lebih variabel acak. Telah banyak penelitian dilakukan oleh para ahli untuk meningkatkan kualitas data dengan mengidentifikasi aturan kualitas data dari sekumpulan data. Metode yang digunakan adalah dengan menggunakan association rule mining dan pencarian conditional functional dependencies. Tetapi, adanya kekurangan pada masing-masing teknik yang telah dilakukan sehingga aturan yang dihasilkan belum memenuhi aturan kualitas data pada data numerik yang memiliki sebaran data yang besar. Penelitian ini menggunakan metode clustering dalam tahap preprocess data untuk mengelompokkan data numerik. Hasil dari pengelompokkan clustering akan digunakan pada tahap association rule mining dan pencarian conditional functional dependencies. Association rule mining digunakan untuk mendapatkan aturan asosiasi antara setiap atribut. Sementara, pencarian conditional functional dependencies digunakan untuk mendapatkan dependency antar tiap atribut. Implementasi dilakukan menggunakan data yang berisi data numerik dengan sebaran data yang besar. Kinerja teknik yang diusulkan diukur dengan menggunakan accuracy, precision, dan recall. Hasil evaluasi menunjukkan bahwa metode yang diajukan dapat meningkatkan akurasi hasil aturan pada kondisi data dengan tipe data numerik.