RESUME JURNAL TENTANG APLIKASI PENERAPAN DATA MINING

Judul Jurnal  : Rancangan Bangun Aplikasi Data Mining untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa dengan Algoritma Apriori

Volume           : Vol. 1 No.1 hh. 31-38

Tahun             : Februari 2015

Penulis           : Harton Rohul Meisa Tambun dan Anofrizen

Jumlah mahasiswa yang menempuh perkuliahan di Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau pada tahun ajaran 2013/2014 adalah 3827 orang. Ada beberapa jurusan di fakultas ini, yaitu Sistem Informasi 884 orang, Teknik Informatika 1256 orang, Teknik Industri 646 orang, Matematika Terapan 427 orang dan Teknik Elektro 614 orang. Tingginya jumlah mahasiswa itu tentunya memiliki tahun kelulusan yang berbeda. Oleh karena itu, membutuhkan metode untuk menganalisis hal apa saja yang mempengaruhi tingkat kelulusan mahasiswa. Hasil analisis ini dapat menjadi acuan dalam menerima mahasiswa baru kedepannya dan menyusun strategi perkuliahan agar sesuai dengan metode pembelajaran yang akan dilakukan. Dengan cara mengelompokan data mahasiswa dalam beberapa kategori.

Dengan memanfaatkan teknologi data mining, yaitu pencarian pola atau informasi yang sulit ditemukan pada suatu data dengan mengaplikasikan metode tertentu. Pada penelitian ini menggunakan metode asisiation rule yang dimana ada pola keterkaitan antar data pada basis data. Pada metode asosiation rule ini ada algoritma yang kerap kali digunakan seperti algoritma apriori. Algoritma apriori digunakan untuk menemukan pola yang berkaitan pada setiap data dengan cara scan database. Agoritma ini melalui beberapa iterasi (tahap). Pada iterasi 1 menghitung item (data) dari support (batas minimum transaksi) dengan men-scan database untuk pola frekuensi tinggi panjang 1 atau 1-itemset. Bila telah memenuhinya minimum support, 1-itemset menjadi pola frekuensi tinggi. Lalu pada iterasi 2 mendapatkan 2-itemset dengan mengombinasikan seluruh 1-itemset. Menghitung support tiap 2-itemset dengan scan database. Support ini adalah jumlah transaksi dalam database dengan kedua item dalam 2-itemset. Bila 2-itemset memenuhi minimum support, maka merupakan pola frekuensi tinggi dengan panjang 2.  

Data mahasiswa sebagai atribut menjadi penentu hubungan asosiasi, diantaranya kaitan tingkat kelulusan dengan jalur masuk kuliah, kaitan tingkat kelulusan dengan asal sekolah dan jalur masuk, kaitan tingkat kelulusan dengan kota asal sekolah, serta kaitan tingkat kelulusan dengan  program studi yang ditempuhnya. Penelitian ini bertujuan untuk menemukan nilai support dan confidence berdasarkan tingkat kelulusan mahasiswa dengan data induk mahasiswa dengan perhitungan matematis.

Sumber :

Tambun, Harton Rohul Meisa, dan Anofrizen. 2015. Rancangan Bangun Aplikasi Data Mining untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa dengan Algoritma Apriori. Vol 1 No.1, hh.31-38. Februari 2015. 

Diambil dari :

http://download.portalgaruda.org/article.php?article=387741&val=8535&title=RANCANG%20BANGUN%20APLIKASI%20DATA%20MINING%20UNTUK%20MENAMPILKAN%20INFORMASI%20TINGKAT%20%20KELULUSAN%20MAHASISWA%20DENGAN%20ALGORITMA%20APRIORI (12 Februari 2017)