Penentuan Association Rule Pada Kelulusan Mahasiswa Menggunakan Algoritma Apriori

Christin Nandari Dengen, Kusrini Kusrini, Emha Taufiq Luthfi

Abstract


Perkembangan data mining tidak lepas dari perkembangan teknologi informasi khususnya dalam penentuan aturan asosiasi untuk  mengetahui keterkaitan factor/atribut dalam kelulusan mahasiswa tepat waktu. Dalam mencapai sebuah kelulusan, ada banyak factor yang mempengaruhi kelulusan mahasiswa. Namun tidak semua factor tersebut dianggap penting, untuk itu dilakukan penelitian untuk mengetahui keterkaitan antar factor tersebut. Adapun metode dalam penelitian ini yaitu pengumpulan data, analisa data dan alur penelitian yang menggunakan algoritma apriori untuk menghasilkan aturan asosiasi. Dalam penelitian ini menggunakan factor nilai ipk, predikat kelulusan dan nilai toefl dengan menggunakan data kelulusan tahun 2014 dengan sampel 20 data mahasiswa. Dimana didapatkan 5 aturan asosiasi dengan nilai confidence rule 1 69%, rule 2 73%, rule 3 91%, rule 4 86% dan rule 5 73% . Kemudian setelah didapatkan hasil perhitungan manual, akan dilakukan pengujian dengan aplikasi WeKa. Dengan adanya penelitian ini, diharapkan dapat membantu pihak program studi dalam membimbing mahasiswa agar dapat lulus tepat waktu dengan memperhatikan keterkaitan antara factor-faktor dalam kelulusan mahasiswa.


Full Text:

PDF

References


H. Kurniawan and J. S. Informasi, “Aplikasi datamining untuk memprediksi tingkat kelulusan mahasiswa menggunakan algoritma apriori di ibi darmajaya bandar lampung,” vol. 02, no. 01, pp. 79–93, 2016.

M. Ridwan, “Sistem Rekomendasi Proses Kelulusan Mahasiswa Berbasis Algoritma Klasifikasi C4.5,” J. Ilm. Inform., vol. 2, no. 1, pp. 105–111, 2017.

E. dkk Turban, Sistem Pendukung Keputusan dan Sistem Cerdas. Yogyakarta: ANDI OFFSET, 2005.

B. dkk Noranita, “Implementasi Data Mining Untuk Menemukan Pola Hubungan Tingkat Kelulusan Mahasiswa Dengan Data Induk Mahasiswa,” Semin. dan Call Pap. Munas Aptikom, 2010.

F. Rumaisa, “Penentuan Association Rule Pada Pemilihan Program Studi Calon Mahasiswa Baru Menggunakan Algoritma Apriori Studi Kasus Pada Universitas Widyatama Bandung,” Semin. Nas. Apl. Teknol. Inf., 2012.

H. S. Pakpahan, F. Indar, M. Wati, J. Teknologi, and U. Mulawarman, “Penerapan Algoritma CART Decision Tree pada Penentuan Penerima Program Bantuan Pemerintah Daerah Kabupaten Kutai Kartanegara,” JURTI, vol. 2, no. 1, pp. 27–36, 2018.

D. Wirdasari and C. A, “Penerapan Data Mining Untuk Mengolah Data Penempatan Buku di Perpustakaan SMK TI PAB 7 Lubuk Pakan Dengan Metode Association Rule,” J. SAINTIKOM, 2011.

G. S. Linoff and M. J. Berry, “Data Mining Techniques for Marketing Sales, Costumer Relationship Management,” in United States of America: Wiley Publishing, Inc, 2011.

I. Kurnawan, F. Marisa, and D. Purnomo, “Implementasi Data Mining Dengan Algoritma Apriori Untuk,” J. Teknol. dan Manaj. Inform., vol. 4, no. 1, 2018.

P. M. Hasugian, “Pengujian Algoritma Apriori Dengan Aplikasi Weka Dalam,” J. Mantik Penusa, vol. 1, no. 2, pp. 98–103, 2017.




DOI: http://dx.doi.org/10.30872/jurti.v3i1.2256

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 JURNAL REKAYASA TEKNOLOGI INFORMASI

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Alamat Redaksi : 
Program Studi Informatika
Fakultas Teknik 
Jl. Sambaliung No. 9 Kampus Gunung Kelua Samarinda 75119 - Kalimantan Timur
e-mail : jurti.unmul@fkti.unmul.ac.id
Url : http://e-journals.unmul.ac.id/index.php/INF
Contact Person : Medi Taruk [081543438301]

 Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

StatCounter - Free Web Tracker and Counter