RANCANG BANGUN APLIKASI DATA MINING ANALISIS TINGKAT KELULUSAN MENGGUNAKAN ALGORITMA FP-GROWTH (Studi Kasus Di 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
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.
Copyright for articles published in this journal is retained by the authors, with first publication rights granted to the journal. By virtue of their appearance in this open access journal, articles are free to use after initial publication under the International Creative Commons Attribution-NonCommercial 4.0 Creative Commons CC_BY_NC.