PERBANDINGAN ALGORITMA APRIORI DAN ALGORITMA FP-GROWTH UNTUK ANALISIS PENGARUH LAMA STUDI MAHASISWA TEKNIK INFORMATIKA BINA DARMA PALEMBANG
Total View This Week0
Total View This Week0
Institusion
Universitas Bina Darma
Author
RENI, NOPIA
Siti, Sauda
Siti, Sauda
Subject
Q Science (General)
Datestamp
2019-12-14 02:00:56
Abstract :
Pada Universitas Bina Darma khususnya program studi Teknik Informatika, datadata alumni belum dimanfaatkan secara maksimal untuk menjadi sebuah informasi dan pengetahuan. Oleh karena itu dibutuhkan teknik data mining yang cepat namun akurat untuk menyelesaikan masalah ini. Salah satu teknik yang dapat diterapkan yaitu Association rule mining. Data Mining yang dipergunakan untuk menemukan aspek yang mempengaruhi lama studi mahasiswa adalah algoritma Apriori dan algoritma Fp-growth. Lama studi mahasiswa terbagi atas tiga kategori lulus yaitu cepat, tepat, tidak tepat. Hasil analisis yang didapat dari algoritma apriori untuk data mahasiswa lulus cepat adalah rule yang terbentuk jika IPK bukan dari kategori IPK3 maka IPK adalah dari kategori IPK4. Untuk data mahasiswa lulus tepat jika IPK bukan dari kategori IPK3 maka PREDIKAT YUDISIUM bukan dari kategori SANGAT MUASKAN. Untuk data mahasiswa lulus tidak tepat jika IPK adalah IPK2 maka PREDIKAT YUDISIUM adalah dari kategori predikat MEMUASKAN. Hasil analisis yang didapat dari algoritma fpgrowth untuk data mahasiswa lulus cepat adalah rule yang terbentuk jika kategori IPK adalah IPK3 maka PREDIKAT YUDISIUM adalah SANGAT MEMUASKAN.Untuk data mahasiswa lulus tepat jika kategori IPK adalah IPK3 maka PREDIKAT YUDISIUM adalah SANGAT MEMUASKAN. Untuk data mahasiswa lulus tidak tepat jika JENIS KULIAH adalah MALAM maka JENIS KELAMIN adalah LAKI-LAKI.
Pada Universitas Bina Darma khususnya program studi Teknik Informatika, datadata alumni belum dimanfaatkan secara maksimal untuk menjadi sebuah informasi dan pengetahuan. Oleh karena itu dibutuhkan teknik data mining yang cepat namun akurat untuk menyelesaikan masalah ini. Salah satu teknik yang dapat diterapkan yaitu Association rule mining. Data Mining yang dipergunakan untuk menemukan aspek yang mempengaruhi lama studi mahasiswa adalah algoritma Apriori dan algoritma Fp-growth. Lama studi mahasiswa terbagi atas tiga kategori lulus yaitu cepat, tepat, tidak tepat. Hasil analisis yang didapat dari algoritma apriori untuk data mahasiswa lulus cepat adalah rule yang terbentuk jika IPK bukan dari kategori IPK3 maka IPK adalah dari kategori IPK4. Untuk data mahasiswa lulus tepat jika IPK bukan dari kategori IPK3 maka PREDIKAT YUDISIUM bukan dari kategori SANGAT MUASKAN. Untuk data mahasiswa lulus tidak tepat jika IPK adalah IPK2 maka PREDIKAT YUDISIUM adalah dari kategori predikat MEMUASKAN. Hasil analisis yang didapat dari algoritma fpgrowth untuk data mahasiswa lulus cepat adalah rule yang terbentuk jika kategori IPK adalah IPK3 maka PREDIKAT YUDISIUM adalah SANGAT MEMUASKAN.Untuk data mahasiswa lulus tepat jika kategori IPK adalah IPK3 maka PREDIKAT YUDISIUM adalah SANGAT MEMUASKAN. Untuk data mahasiswa lulus tidak tepat jika JENIS KULIAH adalah MALAM maka JENIS KELAMIN adalah LAKI-LAKI.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
