Algoritma Apriori untuk Menampilkan Korelasi Nilai Akademik dengan Kelulusan Mahasiswa: Data Mining

Jumlah data mahasiswa yang bertambah setiap tahun tentu mengakibatkan penumpukan data di perguruan tinggi. Dibutuhkan suatu teknik pengolahan data agar data yang menumpuk tidak sulit untuk dianalisa. Riset ini dilakukan untuk menganalisis hubungan antara data akademik mahasiswa dengan kategori kelul...

Full description

Bibliographic Details
Main Author: Selvia Lorena Br Ginting
Format: Article
Language:Indonesian
Published: Program Studi Sistem Komputer 2017-10-01
Series:Komputika
Online Access:https://ojs.unikom.ac.id/index.php/komputika/article/view/1706
Description
Summary:Jumlah data mahasiswa yang bertambah setiap tahun tentu mengakibatkan penumpukan data di perguruan tinggi. Dibutuhkan suatu teknik pengolahan data agar data yang menumpuk tidak sulit untuk dianalisa. Riset ini dilakukan untuk menganalisis hubungan antara data akademik mahasiswa dengan kategori kelulusan. Teknik pengolahan yang bervariasi perlu disesuaikan dengan kebutuhan analisis data, metode yang digunakan dalam riset ini adalah algoritma Apriori, yaitu algoritma Asosiasi yang menggunakan pengetahuan frekuensi atribut yang telah diketahui sebelumnya untuk memproses informasi selanjutnya. Riset ini dilakukan dengan memanfaatkan data akademik dan data kelulusan mahasiswa, yaitu dengan mencari persentase hubungan antara nilai mata kuliah mahasiswa terhadap kategori kelulusan menggunakan data mining. Kategori kelulusan diukur dari lama studi mahasiswa dan IPK, sedangkan data akademik yang digunakan adalah nilai mata kuliah mahasiswa. Informasi yang ditampilkan berupa nilai support (Nilai Penunjang) dan confidence (Nilai Kepastian).
ISSN:2252-9039
2655-3198