ABSTRAK

Association rule memiliki kemampuan untuk mengetahui produk apa saja yang akan dibeli customer secara bersama-sama.Oleh karena itu association rule memiliki peranan yang sangat penting dalam promosi suatu produk, strategi cross selling dan sebagainya.

Akan tetapi, single association rule klasik hanya bisa digunakan terhadap data satu dimensi padahal sebagian besar data transaksi merupakan data multidimensi yang terdiri dari banyak atribut. Eksplorasi yang lebih jauh seperti mengetahui kapan, dimana dan seperti apa profil para customer yang membeli produk akan memberikan informasi yang lebih presisi untuk membuat strategi yang lebih akurat dan menguntungkan. Untuk mengakomodasi kebutuhan tersebut, digunakan konsep multilevelassociation rule dan multidimension association rule yang merupakan pengembangan dari association rule. Dengan menggabungkan multilevel association rule dan multidimension association rule, kita dapat menemukan berbagai pola asosiasi multilevel dan multidimensi yang berbeda yang ada dalam data transaksi.

Untuk mengkombinasikan mutilevel dan multidimension association rule digunakan algoritma Apriori yang telah dimodifikasi dan algoritma ML_T1L1. Pola yang terkandung dalam kombinasi ini telah terbukti dapat memberikan informasi yang lebih spesifik dimana mengandung korelasi antara produk dan profil customer.



Kata kunci : Data Mining, Association Rule, Multilevel Association Rule, Multidimension Association Rule, algoritma Apriori, algoritma ML_T1L1