Program Studi Bisnis Digital • FEB UNDIP

Pembelajaran Dalam dan Pembelajaran Mesin

Pertemuan 12 — Association Analysis dan Frequent Itemset Mining

Menemukan pola "barang yang sering dibeli bersamaan" dari data transaksi — dari definisi support/confidence/lift sampai algoritma Apriori dan aplikasinya di ritel Indonesia.

RPS MINGGU 13 • 2×50 MENIT

Selamat pagi/siang, Anda semua. Hari ini kita masuk pertemuan ke-12, dan kita akan bahas salah satu teknik data mining yang paling sering Anda temui tanpa sadar setiap kali belanja online: association analysis, atau analisis asosiasi. Pernahkah Anda perhatikan di Tokopedia atau Shopee ada rekomendasi "sering dibeli bersama"? Atau saat belanja di Indomaret, kopi sachet diletakkan dekat rak susu kental manis? Itu semua hasil kerja algoritma yang akan kita pelajari hari ini, terutama Apriori. Kita akan mulai dari definisi dasar itemset dan aturan asosiasi, lanjut ke cara mengukur seberapa "kuat" sebuah pola lewat support, confidence, dan lift, lalu masuk ke algoritma Apriori langkah demi langkah, dan kita tutup dengan bagaimana ritel dan e-commerce Indonesia benar-benar memakainya. Siapkan kalkulator sederhana Anda, karena kita akan menghitung beberapa contoh dari nol.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu menjelaskan dan menghitung analisis asosiasi serta frequent itemset mining pada data transaksi. Secara rinci:

CAPAIAN 1

KONSEP

Menjelaskan itemset dan association rule serta mengukur kekuatannya lewat support, confidence, dan lift.

CAPAIAN 2

ALGORITMA

Menjalankan algoritma Apriori langkah demi langkah untuk menemukan frequent itemset.

CAPAIAN 3

EVALUASI

Menilai kualitas aturan asosiasi dan mengenali jebakan aturan palsu (spurious rules).

CAPAIAN 4

APLIKASI

Mengaitkan teknik ini dengan strategi bisnis nyata: cross-selling, bundling, tata letak toko.

Bagian 1 dari 3

Konsep Dasar Association Analysis

Apa itu itemset, aturan asosiasi, dan bagaimana kita mengukur kekuatannya secara kuantitatif.

Mengapa Pola Belanja Ini Penting?

Bayangkan Anda adalah analis data di sebuah chain minimarket seperti Indomaret. Setiap hari, ribuan struk belanja tercatat di sistem Point of Sale (POS). Pertanyaannya: barang apa yang sering dibeli bersamaan?

TATA LETAK

RAK TOKO

Kalau roti & selai sering dibeli bersama, taruh berdekatan agar pembeli tak perlu mondar-mandir.

CROSS-SELL

REKOMENDASI

Tokopedia/Shopee menampilkan "sering dibeli bersama" untuk mendorong tambahan pembelian.

PROMOSI

BUNDLING

Paket kopi + gula + krimer dijual satu bundel karena polanya sering muncul bersama.

Ini disebut market basket analysis (analisis keranjang belanja) — cabang data mining yang menemukan pola ini secara otomatis dari data transaksi, tanpa kita menebak-nebak secara manual.

Itemset dan Association Rule

ITEMSET

Kumpulan satu atau lebih item yang muncul bersama dalam satu transaksi. Contoh: {Roti, Mentega} adalah itemset berukuran 2 (2-itemset).

1-itemset: {Roti}
2-itemset: {Roti, Mentega}
3-itemset: {Roti, Mentega, Susu}

ASSOCIATION RULE

Pernyataan implikasi berbentuk X → Y: "jika item X dibeli, maka item Y cenderung ikut dibeli."

Contoh: {Roti, Mentega} → {Susu}
X disebut antecedent (sebab)
Y disebut consequent (akibat)

Aturan asosiasi bukan hubungan sebab-akibat kausal — ini murni pola kemunculan bersama secara statistik dalam data transaksi historis.

Tiga Ukuran Kekuatan Aturan

Untuk aturan X → Y, dari total N transaksi:

Support(X) = jumlah transaksi berisi X ÷ N

Confidence(X→Y) = Support(X∪Y) ÷ Support(X)

Lift(X→Y) = Confidence(X→Y) ÷ Support(Y)

Support = seberapa sering pola muncul. Confidence = seberapa yakin Y muncul kalau X sudah muncul. Lift = apakah hubungan X–Y lebih kuat dari kebetulan acak (lift > 1 artinya berkorelasi positif).

Tiga rumus ini adalah alat ukur utama yang wajib Anda hafal, bukan sekadar rumus abstrak, tapi cara berpikir. Support menjawab pertanyaan "seberapa sering pola ini muncul di seluruh data" — kalau supportnya kecil sekali, misalnya cuma satu dari sepuluh ribu transaksi, pola itu terlalu langka untuk dipakai keputusan bisnis. Confidence menjawab "kalau X sudah terjadi, seberapa besar peluang Y ikut terjadi" — ini seperti probabilitas bersyarat yang sudah Anda pelajari di statistik dasar. Lift adalah penyeimbang: dia membandingkan confidence dengan seberapa populer Y itu sendiri secara umum. Kalau lift sama dengan satu, artinya X dan Y sebenarnya independen — kebetulan saja sering muncul bersama. Kalau lift di atas satu, ada korelasi positif nyata; kalau di bawah satu, malah negatif. Kita akan hitung contoh konkretnya sebentar lagi.

Dataset Contoh: 5 Transaksi Minimarket

Berikut data transaksi sederhana dari sebuah gerai (untuk dihitung manual di slide berikutnya):

ID Transaksi	Item Dibeli
T1	Roti, Mentega, Susu
T2	Roti, Mentega
T3	Roti, Susu
T4	Mentega, Susu, Telur
T5	Roti, Mentega, Susu, Kopi

Total N = 5 transaksi, dengan 5 jenis item: Roti (R), Mentega (M), Susu (S), Telur (T), Kopi (K).

Hitung dari Nol: Support, Confidence, Lift

Aturan yang diuji: {Roti, Mentega} → {Susu}, dari 5 transaksi di slide sebelumnya.

Langkah	Perhitungan	Nilai
1. Support {Roti, Mentega}	Muncul di T1, T2, T5 → 3 ÷ 5 × 100%	60%
2. Support {Roti, Mentega, Susu}	Muncul di T1, T5 → 2 ÷ 5 × 100%	40%
3. Confidence (RM→S)	40% ÷ 60%	66,7%
4. Support {Susu}	Muncul di T1,T3,T4,T5 → 4 ÷ 5 × 100%	80%
5. Lift (RM→S)	66,7% ÷ 80%	0,83

HASIL AKHIR

Lift = 0,83

Lebih kecil dari 1 → korelasi sedikit negatif, meski confidence-nya terlihat tinggi (66,7%)

Perhatikan baik-baik contoh ini, karena ini menunjukkan kenapa kita tidak boleh berhenti di confidence saja. Kita hitung support dua item roti dan mentega muncul bersama di tiga dari lima transaksi, jadi 60 persen. Lalu kita hitung support ketiganya, roti, mentega, susu, yang muncul di dua transaksi, jadi 40 persen. Confidence-nya adalah 40 persen dibagi 60 persen sama dengan 66,7 persen — kelihatannya cukup meyakinkan bahwa membeli roti dan mentega akan diikuti membeli susu. Tapi begitu kita bandingkan dengan seberapa populer susu itu sendiri, yang ternyata muncul di 80 persen transaksi, lift-nya jadi 0,83 — di bawah satu. Artinya membeli roti dan mentega justru sedikit menurunkan peluang membeli susu dibanding rata-rata. Susu memang sudah populer dengan sendirinya, bukan karena didorong oleh roti dan mentega. Inilah kenapa lift penting: dia mencegah kita salah simpul hanya dari confidence yang terlihat besar.

Coba Sendiri: Hitung Support, Confidence, Lift Anda

Ubah transaksi keranjang belanja, amati bagaimana support, confidence, dan lift sebuah aturan asosiasi berubah bersamaan.

Membaca Nilai Lift

CONTOH LIFT > 1

Aturan {Kopi} → {Gula} sering punya lift 1,5–2 — benar-benar layak dipakai untuk bundling promosi.

JEBAKAN LIFT ≤ 1

Aturan dengan confidence tinggi tapi lift ≤ 1 (seperti contoh Susu tadi) tidak layak dijadikan dasar strategi cross-selling.

Bagian 2 dari 3

Algoritma Apriori: Menambang Frequent Itemset

Bagaimana komputer secara sistematis menemukan semua itemset yang cukup sering muncul, tanpa mengecek semua kombinasi satu per satu.

Prinsip Apriori: Anti-Monotone

Prinsip inti algoritma Apriori: "Jika sebuah itemset tidak frequent (sering), maka semua superset-nya juga pasti tidak frequent."

Inilah yang membuat Apriori efisien: begitu {Telur, Kopi} terbukti jarang, semua kombinasi yang memuatnya otomatis dibuang tanpa perlu dihitung ulang — disebut pruning (pemangkasan).

Coba Sendiri: Uji Prinsip Anti-Monotone Apriori

Tandai sebuah itemset sebagai tidak frequent, amati bagaimana algoritma memangkas semua superset-nya secara otomatis tanpa dihitung ulang.

Tahapan Algoritma Apriori

Dua walkthrough bertahap yang dijalankan berulang sampai tidak ada kandidat baru:

WALKTHROUGH 1: GENERATE

Hitung support semua item tunggal (C1)
Buang item dengan support < ambang minimum (min_support)
Sisa item yang lolos disebut L1 (frequent 1-itemset)
Gabungkan (join) pasangan di L1 untuk membentuk kandidat C2

WALKTHROUGH 2: PRUNE & ULANGI

Hitung support tiap kandidat Ck dari data transaksi
Buang kandidat dengan support < min_support → hasilkan Lk
Gabungkan Lk untuk membentuk kandidat C(k+1)
Ulangi sampai tidak ada kandidat baru yang terbentuk

Hitung dari Nol: Iterasi Apriori

Dataset 5 transaksi (slide 7), min_support = 40% (setara 2 dari 5 transaksi):

Langkah	Perhitungan	Nilai
1. Support C1 (item tunggal)	R=4/5, M=4/5, S=4/5, Telur=1/5, Kopi=1/5	R,M,S=80%; Telur,Kopi=20%
2. Saring → L1 (ambang 40%)	Telur & Kopi < 40% → dibuang	L1 = {R, M, S}
3. Bentuk & hitung C2	support(RM)=3/5, support(RS)=3/5, support(MS)=3/5	RM=RS=MS=60%
4. Bentuk & hitung C3	support(RMS) = 2/5	RMS = 40%

HASIL AKHIR

{Roti, Mentega, Susu}

Frequent itemset maksimal, support 40% — tak ada C4 karena hanya 3 item lolos L1

Mari kita jalankan seluruh prosedur yang barusan kita bahas, langkah demi langkah, dengan angka sungguhan dari dataset lima transaksi kita. Langkah pertama, kita hitung support setiap item: roti, mentega, dan susu masing-masing muncul di empat dari lima transaksi, jadi 80 persen, sementara telur dan kopi hanya muncul di satu transaksi, jadi 20 persen. Karena ambang minimum kita 40 persen, telur dan kopi langsung dibuang di langkah kedua, menyisakan L1 berisi roti, mentega, susu. Langkah ketiga, kita bentuk semua pasangan dari L1 — ada tiga pasangan yang mungkin — dan hitung supportnya, ternyata ketiganya sama-sama 60 persen, jadi semua lolos. Langkah keempat, kita coba gabungkan jadi tiga item sekaligus, roti-mentega-susu, dan supportnya masih 40 persen, pas di ambang batas, jadi tetap lolos. Karena hanya ada tiga item yang lolos di L1, tidak mungkin lagi dibentuk kombinasi empat item, jadi algoritma berhenti di sini. Hasil akhirnya, itemset frequent terbesar yang ditemukan adalah {Roti, Mentega, Susu}.

FP-Growth: Alternatif Lebih Efisien

Untuk data transaksi berskala besar (jutaan baris seperti di e-commerce), Apriori bisa lambat karena berulang kali memindai seluruh database. FP-Growth (Frequent Pattern Growth) adalah alternatif yang lebih cepat.

Aspek	Apriori	FP-Growth
Cara kerja	Generate kandidat lalu uji satu per satu	Bangun struktur pohon (FP-tree), tanpa generate kandidat eksplisit
Jumlah scan data	Berkali-kali (tiap level k)	Hanya 2 kali scan data
Cocok untuk	Dataset kecil–menengah, mudah dipahami	Dataset besar (jutaan transaksi)

Konsep dasarnya sama — mencari frequent itemset di atas ambang min_support — hanya strukturnya lebih efisien. Untuk ujian dan latihan kelas, kita tetap fokus pada logika Apriori karena lebih mudah dihitung manual.

Sebagai pelengkap, penting bagi Anda untuk tahu bahwa Apriori bukan satu-satunya algoritma. Ketika sebuah perusahaan seperti Tokopedia memproses jutaan transaksi per hari, memindai ulang seluruh database berkali-kali seperti yang dilakukan Apriori menjadi sangat lambat. Karena itu, industri sering memakai FP-Growth, yang membangun sebuah struktur pohon bernama FP-tree dari data, sehingga cukup memindai data dua kali saja, bukan berkali-kali seperti Apriori. Konsep dasarnya tetap sama: mencari itemset yang cukup sering muncul. Bedanya hanya di efisiensi cara kerjanya. Untuk keperluan kelas kita dan ujian, kita akan tetap fokus pada logika Apriori karena lebih mudah dihitung dengan tangan, tapi Anda perlu tahu bahwa FP-Growth ini eksis sebagai pilihan yang lebih praktis di dunia nyata berskala besar.

Bagian 3 dari 3

Evaluasi Aturan dan Aplikasi Industri

Bagaimana memastikan pola yang ditemukan benar-benar berguna, dan bagaimana perusahaan Indonesia memakainya sehari-hari.

Evaluasi Aturan: Jebakan Spurious Rules

Tidak semua aturan dengan support dan confidence tinggi layak dipakai. Beberapa jebakan umum yang wajib Anda waspadai:

Item populer mendominasi. Item yang sangat laris (misalnya air mineral) akan muncul di banyak aturan hanya karena dia ada di hampir semua transaksi, bukan karena hubungan khusus.

Confidence tinggi, lift rendah. Seperti contoh {Roti,Mentega}→{Susu} tadi — confidence 66,7% terlihat meyakinkan, tapi lift 0,83 menunjukkan itu tak istimewa.

Sampel terlalu kecil. Aturan dari 2 transaksi saja bisa punya support/confidence tinggi secara kebetulan, padahal tak representatif untuk populasi.

Solusi. Selalu tetapkan ambang min_support dan min_confidence yang wajar, lalu saring lebih lanjut dengan lift > 1 sebelum menjadikannya keputusan bisnis.

Sebagai calon analis data atau praktisi bisnis digital, kemampuan paling penting bukan sekadar menjalankan algoritma, tapi mengkritisi hasilnya. Salah satu jebakan paling umum adalah item yang sangat populer, seperti air mineral kemasan, akan muncul di hampir semua aturan hanya karena dia memang dibeli hampir semua orang, bukan karena ada hubungan khusus dengan item lain. Jebakan kedua sudah kita lihat sendiri tadi: confidence tinggi belum tentu berarti aturan itu berguna, karena bisa saja lift-nya di bawah satu. Jebakan ketiga, hati-hati dengan sampel yang terlalu kecil — dua transaksi kebetulan mirip bisa menghasilkan angka support dan confidence yang tinggi padahal itu cuma kebetulan statistik, bukan pola sungguhan di populasi besar. Solusi praktisnya: selalu kombinasikan ketiga ukuran, dan jangan pernah mengambil keputusan bisnis hanya dari satu angka saja.

Aplikasi Nyata di Industri Indonesia

RITEL FISIK

ALFAMART

Menata rak berdasarkan pola pembelian bersama — mi instan dekat telur, kopi dekat gula/krimer.

E-COMMERCE

TOKOPEDIA

Fitur "Sering Dibeli Bersama" pada halaman produk, hasil association rule dari histori jutaan transaksi.

UMKM DIGITAL

BUNDLING

Pelaku UMKM di marketplace membuat paket "beli 2 gratis ongkir" berdasar pola pembelian pelanggan.

Sebagai calon praktisi bisnis digital, association analysis adalah salah satu teknik data mining paling langsung berdampak pada revenue — hasilnya bisa langsung diterjemahkan jadi keputusan tata letak toko atau strategi promosi.

Mari kita hubungkan semua teori tadi ke dunia nyata yang Anda kenal sehari-hari. Alfamart dan Indomaret menggunakan hasil association analysis untuk menentukan penataan rak — inilah kenapa Anda sering menemukan kopi sachet diletakkan tepat di sebelah gula atau krimer, itu bukan kebetulan, itu hasil analisis data transaksi bertahun-tahun. Tokopedia dan platform e-commerce sejenis menampilkan fitur "sering dibeli bersama" persis di bawah halaman produk, yang secara otomatis dihasilkan dari jutaan riwayat transaksi memakai algoritma seperti yang kita pelajari hari ini. Bahkan pelaku UMKM yang berjualan di marketplace pun bisa memanfaatkan pola serupa untuk membuat paket bundling produk. Ini menunjukkan bahwa apa yang kita hitung manual di kelas hari ini adalah fondasi dari fitur-fitur yang menghasilkan miliaran rupiah tambahan penjualan di industri ritel dan e-commerce Indonesia.

Latihan Kelas: Hitung Sendiri

Diberikan dataset baru dari sebuah gerai, N = 4 transaksi:

ID	Item
T1	Mi Instan, Telur, Saus
T2	Mi Instan, Telur
T3	Mi Instan, Saus
T4	Telur, Saus

Tugas Anda (kerjakan berpasangan, 8 menit): Hitung support{Mi Instan}, support{Mi Instan, Telur}, confidence(Mi Instan → Telur), dan lift-nya. Apakah aturan ini layak dipakai untuk bundling promosi?

Rangkuman: Cheat Sheet Association Analysis

Istilah	Arti Singkat
Itemset	Kumpulan item yang muncul bersama dalam satu transaksi
Support(X)	Proporsi transaksi yang mengandung X (seberapa sering)
Confidence(X→Y)	Peluang Y muncul, dengan syarat X sudah muncul
Lift(X→Y)	Apakah korelasi X–Y lebih kuat dari kebetulan acak (>1 = ya)
Apriori	Algoritma prune-generate berulang berdasar prinsip anti-monotone
FP-Growth	Alternatif lebih efisien untuk data transaksi berskala besar

Mari kita rangkum seluruh materi hari ini dalam satu tabel ringkas yang bisa Anda jadikan cheat sheet belajar. Itemset adalah kumpulan barang yang muncul bersama. Support mengukur seberapa sering sebuah pola muncul di seluruh data. Confidence mengukur probabilitas bersyarat, seberapa yakin Y muncul kalau X sudah muncul. Lift adalah penyeimbang paling penting, yang memberi tahu kita apakah hubungan itu benar-benar istimewa atau hanya kebetulan statistik semata. Apriori adalah algoritma yang secara sistematis mencari itemset frequent lewat proses generate-dan-prune berulang, memanfaatkan prinsip anti-monotone. FP-Growth adalah alternatif yang lebih cepat untuk data berskala sangat besar. Pastikan Anda bisa menjelaskan keenam baris tabel ini dengan bahasa sendiri sebelum pertemuan berikutnya.

Penutup: Persiapan Pertemuan Berikutnya

MINGGU DEPAN

Pertemuan 13: Deteksi dan Penanganan Anomali Data. Kita akan bahas bagaimana mengenali transaksi atau data yang "aneh" dan tidak mengikuti pola umum — termasuk kaitannya dengan deteksi fraud.

TUGAS SEBELUM MINGGU DEPAN

LATIHAN MANDIRI

Selesaikan perhitungan support/confidence/lift dari latihan kelas hari ini, lalu unggah jawaban ke portal kuliah.

Sebelum kita tutup, mari saya rangkum ke mana arah pembelajaran kita selanjutnya. Minggu depan, pertemuan ketiga belas, kita akan membahas deteksi dan penanganan anomali data — bagaimana algoritma mengenali transaksi yang tidak wajar dibanding pola umum, misalnya transaksi kartu kredit yang mencurigakan atau nilai sensor yang tiba-tiba melonjak drastis. Topik itu sebenarnya berkaitan erat dengan apa yang kita pelajari hari ini, karena keduanya sama-sama soal mengenali pola dalam data, hanya saja anomali detection mencari yang "menyimpang" dari pola, sementara association analysis mencari yang "berulang" mengikuti pola. Sebelum pertemuan berikutnya, tolong selesaikan latihan hitung manual dari kelas hari ini dan unggah ke portal kuliah kita. Terima Kasih atas perhatian Anda hari ini, sampai jumpa minggu depan.

📖 Baca juga: Dcf Valuation — penjelasan mendalam dan contoh numerik.