Implementasi Association Rules dengan Algoritma Apriori pada Dataset Kemiskinan
Kata Kunci:
Indikator Kemiskinan, Algoritma Apriori, Association RulesAbstrak
Usaha pengentasan kemiskinan terus dilakukan di Kabupaten Tanah Laut. Untuk membantu pemerintah dalam perumusan kebijakan pengentasan kemiskinan maka diperlukan pengetahuan mengenai indikator yang berkaitan dengan kemiskinan dan bagaimana indikator-indikator tersebut saling mempengaruhi. Tujuan penelitian ini adalah menerapkan Association rules dengan algoritma Apriori pada dataset kemiskinan untuk mencari pola hubungan antar indikator. Dataset yang terdiri dari 46 atribut merupakan data sekunder BPS Kabupaten Tanah Laut dan BPS Provinsi Kalimantan Selatan tahun 2010-2014. Hasil penerapan association rules dengan algoritma apriori menggunakan minimum support 30% dan minimum confidence 80% menghasilkan 4614 rules hubungan antar indikator.
Referensi
Badan Pusat Statistik (BPS), diakses dari http://www.bps.go.id pada tanggal 16 Maret 2016 jam 10.00 WITA.
Nurwati, N., 2008, “Kemiskinan: Model Pengukuran, Permasalahan, dan Alternatif Kebijakan”, Jurnal Kependudukan Padjadjaran, Vol. 10, No. 1, Januari 2008: 1-11.
Rusdarti dan Sebayang, K.L., 2013, “Faktor-faktor yang mempengaruhi tingkat kemiskinan di Provinsi Jawa Tengah”, Jurnal Economia, Volume 9, Nomor 1, April 2013.
Wijayanto, R. D., 2010, Analisis Pengaruh PDRB, Pendidikan, dan Pengangguran terhadap Kemiskinan di Kabupaten/Kota Jawa Tengah Tahun 2005 – 2008, Skripsi, Fakultas Ekonomi Universitas Diponegoro, Semarang.
Hakim, L. dan Fauzy, A., 2015, “Penentuan Pola Hubungan Kecelakaan Lalu Lintas Menggunakan Metode Association Rules dengan Algoritma Apriori”, University Research Colloquium 2015, ISSN 2407-9189.
Sitanggang, S. I., 2013, “Spatial Multidimensional Association Rules Mining in Forest Fire Data”, Journal of Data Analysis and Information Processing, 2013, 1, 90-96.
Arafah, A.A. dan Mukhlash, I., 2015, “The Application of Fuzzy Association Rule on Co-Movement Analyze of Indonesian Stock Price”, Procedia Computer Science 59 (2015) 235-243.
Han, J., Kamber, M., dan Pei, J., 2011, Data Mining: Concepts and Techniques Third Edition, Morgan Kaufmann, USA.
