Data Mining Untuk Memprediksi Status Kelulusan Mahasiswa
DOI:
https://doi.org/10.61805/fahma.v21i3.3Kata Kunci:
prediksi, kelulusan, data mining, association, aprioriAbstrak
Semakin lama operasional sebuah perguruan tinggi, semakin banyak lulusan (alumni) yang dihasilkan. Data alumni serta mahasiswa aktif, merupakan aset yang dapat digunakan untuk keperluan tertentu, salah satunnya adalah digunakan untuk memprediksi status kelulusan. Pendekatan yang umum digunakan adalah teknik penambangan data (data mining). Penelitian ini akan menerapakan teknik data mining untuk memprediksi status kelulusan mahasiwa. Pengolahan data akan memanfaatkan aturan asosiatif (association rule mining) dan menggunakan algoritma apriori. Algoritma apriori adalah algoritma dasar untuk penentuan frequent itemsets aturan asosiasi boolean. Algoritma ini mengontrol berkembangnya kandidat itemset dari hasil frequent itemsets dengan support-based pruning untuk menghilangkan itemset yang tidak menarik dengan menetapkan minsup. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa aplikasi data mining dengan menggunakan pendekatan aturan asosiasi dan algoritma apriori dapat digunakan untuk menampilkan informasi aturan status kelulusan. Informasi yang ditampilkan berupa nilai support dan confidence. Semakin tinggi nilai confidence dan support maka semakin kuat nilai hubungan antar atribut/item. Data alumni dan data mahasiswa yang diproses meliputi IPS2, IPS4, ORG, PRG dan SL
Unduhan
Referensi
Anoname. (2021). Profil Universitas Teknologi Digital Indonesia (UTDI). tersedia pada tautan: https://www.utdi.ac.id/, diakses pada 12 Agustus 2023
Linoff , G. S., & Berry, M. J. (2011). Data mining Techniques for Marketing, Sales, Customer Relationship Management. United States of America: Wiley Publishing, Inc.
Bramer, M. (2007). Principles of Data mining. London: Springer-Verlag.
David, O. & Yong, S. (2011). Introduction to Business Data mining. International Edision: Mc Graw Hill.
Sensuse, G.G. (2011). Penerapan Metode Data mining Market Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan Algoritma Apriori Dan Frequent Pattern Growth (FP-Growth) : Studi Kasus Percetakan PT. Gramedia. Jurnal TELEMATIKA , 4 (1), ISSN 118-132.
Setiawan, R. (2021). Apa itu Data mining dan Bagaimana Metodenya?, tersedia pada tautan: https://www.dicoding.com/blog/apa-itu-data-mining/, diakses pada 12 Agustus 2023
