ABSTRAK
Aturan asosiasi mengekstraksi informasi dari basis data transaksional dokumen dengan kumpulan item yang juga disebut “token” atau “kata”. Pendekatan ini digunakan dalam analisis catatan teks, media sosial, dan perilaku konsumen. Kami menyajikan analisis sensitivitas inovatif dari ukuran aturan asosiasi (AR) yang menarik. Dalam analisis teks, matriks istilah dokumen (DTM) terdiri dari baris yang merujuk ke dokumen dan kolom yang sesuai dengan item. Dalam bobot biner, “1” menunjukkan keberadaan istilah dalam dokumen dan “0” sebaliknya. Dari DTM, seseorang menghitung ukuran yang menarik yang mencirikan AR. Pendekatan yang kami perkenalkan didasarkan pada penerapan prinsip validasi silang yang sesuai (BCV) pada AR. Analisis sensitivitas AR didasarkan pada pengocokan berulang yang dihasilkan komputer dari set pelatihan dan validasi yang memberikan penilaian ketidakpastian ukuran AR yang menarik. Kami mendemonstrasikan metodologi ini dengan laporan gejala yang terkait dengan produk obat Nicardipine yang digunakan dalam pengobatan tekanan darah tinggi dan angina. Laporan diri pasien tentang kejadian efek samping dianalisis. Aturan asosiasi, yang berasal dari laporan ini, menjelaskan kombinasi istilah dalam laporan ini. Ukuran AR yang menarik didefinisikan di bagian 1. Di bagian 2 kami memperkenalkan studi kasus yang memotivasi metode yang kami usulkan. Di bagian 3 kami menerapkan prinsip BCV dengan menggabungkan kejadian efek samping Nicardipine menurut pasien. Analisis sensitivitas (SA) AR diperkenalkan dan ditunjukkan di bagian 4. Metode analisis sensitivitas yang disajikan di sini dibahas di bagian 5 di mana kami merumuskan pertimbangan analisis data umum tentang cara mengatur dan menganalisis data semantik.