Algoritma Apriori untuk Menampilkan Korelasi Nilai Akademik dengan Kelulusan Mahasiswa: Data Mining
| Main Author: | Ginting, Selvia Lorena Br |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Computer Engineering Departement, Universitas Komputer Indonesia
, 2017
|
| Online Access: |
https://search.unikom.ac.id/index.php/komputika/article/view/1706 https://search.unikom.ac.id/index.php/komputika/article/view/1706/1159 |
Daftar Isi:
- The number of student data that increases every year certainly results in data accumulation in universities. A data processing technique is needed hence the data that accumulates is not difficult to analyze. This research was conducted to analyze the relationship between student academic data and graduation categories. Varied processing techniques need to be adjusted to the needs of data analysis, the method used in this research is the Apriori algorithm, which is the Association algorithm that uses knowledge of the frequency of previously known attributes to process further information. This research is carried out by utilizing academic data and student graduation data, namely by finding the percentage of the relationship between the value of student courses to graduation categories using data mining. Graduation categories are measured from the length of study students and GPA, while the academic data used is the value of student courses. The information displayed is a value of support (Support Value) and confidence (Certainty Value).
- 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).