Pencarian Pola Asosiasi Data Nasabah Bank Menggunakan Algoritma Apriori

Abstract

Data Mining merupakan salah satu teknik untuk menemukan, mencari, atau menggali informasi atau pengetahuan baru yang kemudian menghasilkan informasi yang berguna. Fungsi data mining yang sering digunakan adalah untuk klasifikasi, klasterisasi, estimasi, prediksi, serta penemuan pola asosiasi (association rule mining). Association rule mining merupakan salah satu teknik dalam data mining yang berguna untuk menemukan pola asosiasi tersembunyi dalam suatu basis data. Pola asosiasi yang ditemukan nantinya berupa rule-rule asosiasi antara itemset dengan masing-masing nilai bobot asosiasinya. Pada penelitian ini, akan dilakukan pencarian pola asosiasi terhadap data nasabah di suatu bank, dengan melibatkan faktor umur, jenis kelamin, domisili, pendapatan, status pernikahan, jumlah anak, kepemilikan mobil, kepemilikan rekening tabungan, kepemilikan rekening giro, kepemilikan hipotek, dan status pembelian Personal Equity Plan. Hasil dari penelitian ini adalah terbentuknya pola bahwa seorang nasabah akan memiliki kemungkinan 100% untuk ikut dalam program Personal Equity Plan jika berumur antara 35 sampai 51 tahun dan mempunyai 1 orang anak serta mempunyai rekening giro. Sebaliknya, seorang nasabah kemungkinan 100% untuk tidak ikut dalam program Personal Equity Plan jika berpenghasilan antara US$ 24.387 sampai US$ 43.758, dengan status menikah, dan belum mempunyai anak, serta memiliki rekening giro, dan tidak memiliki hipotek, selain itu seorang nasabah juga memiliki kemungkinan 100% tidak ikut dalam program Personal Equity Plan jika berumur mulai 52 tahun keatas, dengan status menikah, dan belum memiliki anak, serta mempunyai rekening tabungan dan rekening giro.