APLIKASI DATA MINING MENGGUNAKAN ALGORITME APRIORI MENAMPILKAN TINGKAT KELULUSAN MAHASISWA TEKNOLOGI INFORMASI UNIVERSITAS INDRAPRASTA PGRI

Abstract

Abstrak : Latar belakang masalah Kelulusan merupakan item penilaian dalam proses akreditasi  perguruan tinggi. Data mahasiswa Fakultas Teknik Informatika, Universitas Indraprasta angkatan 2013-2015 yang lulus dari waktu tahun 2016-2019 dimana 606 dari 1755 mahasiswa menempuh masa studi lebih dari 8 semester. Menunjukkan bahwa 34,53% mahasiswa (S1) menempuh lama studi lebih dari yang dijadwalkan yaitu 8 semester. Memanfaatkan data mahasiswa diharapkan dapat menghasilkan informasi kelulusan melalui teknik data mining. Metode Association Rules merupakan metode yang tepat untuk memecahkan masalah keterkaitan antar suatu item, dengan menggunakan algoritme apriori dapat ditemukan pola-pola data mahasiswa dengan tingkat kelulusan. Penulis melakukan penelitian ini dengan tujuan agar dapat menerapkan algoritme apriori pada data mahasiswa untuk mencari kombinasi item terbanyak berdasarkan data mahasiswa dan kemudian membentuk pola asosiasi dari kombinasi item tersebut. Data hasil pengujian dengan menggunakan sistem aplikasi data mining algoritme Apriori terbukti menghasilkan 2 aturan asosiasi dari 341 data yang diuji dengan nilai minimum support 50 dan confidence 90% yaitu jika Mahasiswa kota asal sekolah nya di Kodya Tangerang dan kategori kelulusannya A2 (Lama studi 4 tahun atau kurang dari 4 tahun dan IPK 2,76-3,50) maka Mahasiswa proses masuk nya dengan Nilai Rapor >= 7.00 dengan nilai support 19,35% , confidence 91,67%, dan lift ratio 1,06 dan Jika siswa asal sekolahnya dari SMK dan kategori kelulusannya A2 (Lama 4 tahun atau kurang dari 4 tahun dan IPK 2,76-3,50) kesimpulan Mahasiswa masuk nya dengan Nilai Rapor >= 7.00 dengan nilai support 16,13%, confidence 92,96% dan lift ratio 1,07.

Kata kunci : data mining, algoritme apriori, kelulusan, data.