RANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang)

  • Naufal Farras Hilmy Jurusan Teknologi Informasi Politeknik Negeri Malang
  • Banni Satria Andoko Jurusan Teknologi Informasi Politeknik Negeri Malang

Abstract

Kondisi  kompetisi  dan  tuntutan  oleh  Direktorat  Jenderal  Pendidikan  (Dikti)  membuat  perguruan  tinggi harus memiliki keunggualan kompetitif dan kualitas agar dapat tetap bersaing dengan perguruan-perguruan tinggi lainnya. Teknologi informasi merupakan salah satu sumber daya yang dapat meningkatkan keunggulan bersaing dan dapat digunakan untuk mengolah informasi, menyebarkan informasi, serta pengambilan keputusan strategis. Tersedianya suatu informasi tidak terlepas dari melimpahnya data, dari pengolahan dan penggalian data tersebut informasi dapat diperoleh. Teknologi yang berkaitan dengan mengolah dan penggalian data menjadi informasi yang berguna adalah data mining. Teknologi data mining memiliki berbagai macam algoritma dan teknik untuk penyelesaian  masalah yang  berhubungan  dengan  data  salah  satunya  adalah  algoritma fp-growth dan  teknik association rules. Dari uraian diatas dapat dibuat sebuah aplikasi untuk menganalisis tingkat kelulusan melalui teknik  data  mining  menggunakan  algoritma fp-growth.  Informasi  yang  ditampilkan  menggunakan  teknik association rules yaitu menampilkan nilai support dan confidence dari masing-masing proses mining. Terbukti dari hasil pengujian yang dilakukan, algoritma fp-growth dan teknik association rules berjalan sesuai harapan dan dapat diimplemantasikan pada aplikasi data mining ini.

Downloads

Download data is not yet available.

References

Alves, Ronnie. 2007. Programming Relational

Databases For Itemset Mining Over Large

Transaction Tables. Portugal : University of

Minho.

Erwin. 2009. Analisis Market Basket Dengan

Algoritma Apriori dan FP-Growth. Palembang:

Universitas Sriwijaya.

Fathimah Fatihatul, Atje Setiawan, Rudi Rosadi.

Asosiasi Data Mining Menggunakan

Algoritma FP-Growth Untuk Market Basket

Analysis. Jatinagor: Universitas Padjadjaran.

Hermawati, Fajar Astuti. 2013. Data Mining.

Yogyakarta: Penerbit Andi.

Huda, Nuqson Masykur. 2010 Aplikasi Data Mining

Untuk Menampilkan Informasi Tingkat

Kelulusan Mahasiswa (Studi Kasus di Fakultas

MIPA Universitas Diponegoro) Semarang :

Universitas Diponegoro

Kusrini, dan Emha Taufiq L. 2009. Algoritma Data

Mining. Yogyakarta: Penerbit Andi.

Ririanti. 2014. Implementasi Algoritma FP-Growth

Pada Aplikasi Prediksi Persediaan Sepeda Motor

(Studi Kasus PT.Pilar Deli Labumas). Medan:

STMIK Budi Darma Medan.

Samuel, David. 2007. Penerapan Struktur FP-Tree

dan Algoritma FP-Growth dalam Optomasi

Penentuan Frequent Itemset. Bandung : Institut

Teknologi Bandung.

Susanto, Sani, dan Dedy Suryadi. 2010. Pengantar

Data Mining. Yogyakarta: Penerbit Andi.

How to Cite
Hilmy, N. F., & Andoko, B. S. (2016). RANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di Politeknik Negeri Malang). Jurnal Informatika Polinema, 2(4), 159. https://doi.org/10.33795/jip.v2i4.76
Section
Articles