ScholarGate
Asisten
Machine learningMachine learning

Algoritma Apriori

Algoritma Apriori, yang diperkenalkan oleh Agrawal dan Srikant pada tahun 1994, merupakan metode fundamental untuk menemukan kumpulan item yang sering muncul (frequent itemsets) dan aturan asosiasi dalam basis data transaksional. Algoritma ini menggunakan pencarian bertahap (level-wise) dengan lebar pertama (breadth-first) yang dipandu oleh properti anti-monoton dari dukungan (support) untuk secara efisien menghitung semua kombinasi item yang sering muncul bersama di atas ambang batas minimum yang ditentukan pengguna, kemudian mengekstrak aturan jika-maka yang dapat diinterpretasikan dari pola-pola tersebut.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

The neighbourhood of related methods — select a node to explore.

+3 more

Sumber

  1. Agrawal, R. & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th International Conference on Very Large Data Bases (VLDB), 487–499. link
  2. Apriori algorithm. Wikipedia. link

Cara menyitasi halaman ini

ScholarGate. (2026, June 3). Apriori Algorithm for Association Rule Mining. ScholarGate. https://scholargate.app/id/machine-learning/apriori-algorithm

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Dirujuk oleh

ScholarGateApriori Algorithm (Apriori Algorithm for Association Rule Mining). Diakses 2026-06-15 dari https://scholargate.app/id/machine-learning/apriori-algorithm · Set data: https://doi.org/10.5281/zenodo.20539026