Saat kita memiliki valas yang turun bersamaan pasti kita akan lebih menderita jika dibandingkan hanya sebagian saja yang turun. Untuk mencegah kerugian besar akibat valas yang turun bersamaan tersebut kita dapat menerapkan strategi dengan keputusan pembelian pada valas yang tidak memiliki hubungan pergerakan yang relatif sama. Keputusan pembelian ini didasarkan pada hubungan pergerakan antar item valas pada riwayat pergerakan sebelumnya menggunakan association rule.Penelitian terkait association rule yakni pengembangan pada pendekatan visualisasi yang menjadikan sistem lebih interaktif untuk memodulasi masalah[1]. Kemudian fakta lain jika waktu pengambilan keputusan berbanding lurus dengan jumlah item dan jumlah aturan[2]. Temuan perbaikan dengan pengambilan atribut baru[3] dan juga dengan pengurangan jumlah transaksi yang akan dipindai[4]. Beberapa dari hasil penelitian tersebut kami gunakan untuk menyusun instumen yang kami buat agar lebih interaktif dan proses yang lebih epat. Salah satunya adalah penggunaan visualisasi itemset. Tujuan penelitian kami adalah untuk membuat sistem penunjang keputusan yang dapat memberikan saran pembelian valas berdasarkan riwayat harga valas dan item valas yang dimiliki untuk menghindari pembelian valas yang berresiko turun bersamaan menggunakan A priori. Hasil yang kami dapat menunjukan jika implementasi a priori untuk peramalan valas belum menunjukkan seperti yang diharapkan. Namun kami dapat menemukan fakta baru jika banyak itemset yang digunakan maka prosentase valid dari saran (output peramalan sistem) yang dihasilkan semakin kecil serta Jumlah item (atribut) inputan tidak memiliki pengaruh yang signifikan pada jumlah itemset (record) sama.
Copyrights © 2018