Penerapan Algoritma FP-Growth Untuk Mengetahui Variabel yang Memengaruhi Tingkat Kelulusan Mahasiswa FT UR

  • Nidya Nur Syafiqoh
  • Feri Candra

Abstract

Informasi merupakan elemen penting pada setiap fragmen kehidupan manusia yang bisa didapatkan dengan berbagai cara, salah satunya adalah data mining. Data mining dapat membentuk suatu model pengetahuan dan menemukan pola-pola berkaitan dari kumpulan big data. Penerapan data mining dengan menggunakan metode association rules dan algoritma fp-growth dapat dimanfaatkan untuk mengetahui variabel-variabel yang mempengaruhi tingkat kelulusan mahasiswa. Pada penelitian ini khususnya Fakultas Teknik Universitas Riau. Variabel-variabel yang digunakan antara lain jalur masuk, asal sekolah, kota asal sekolah, program studi, jenis kelamin, usia, lama studi, dan IPK (Indeks Prestasi Kumulatif). Informasi yang ditampilkan melalui proses mining adalah nilai support, confidence, dan final dari setiap variabel yang diujikan. Hasil penelitian ini diimplementasikan dalam bentuk web dan dapat dimanfaatkan oleh dekan, ketua-ketua jurusan dan program studi untuk mengetahui tingkat kelulusan mahasiswanya serta sebagai penunjang pengambilan keputusan seperti penentuan kuota penerimaan mahasiswa baru.

Kata kunci: data mining, association rules, fp-growth, tingkat kelulusan, web.

Downloads

Download data is not yet available.
Published
2020-01-30
Abstract views: 22 , PDF downloads: 14