ANALISA KELULUSAN JALUR MANDIRI UNSYIAH MENGGUNAKAN METODE ASSOCIATION RULE MINING | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    NULL

ANALISA KELULUSAN JALUR MANDIRI UNSYIAH MENGGUNAKAN METODE ASSOCIATION RULE MINING


Pengarang

Teuku Akmaliansyah - Personal Name;

Dosen Pembimbing



Nomor Pokok Mahasiswa

1008107020025

Fakultas & Prodi

Fakultas / / PDDIKTI :

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Universitas Syiah Kuala., 2015

Bahasa

Indonesia

No Classification

-

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

ABSTRAK
Setiap tahunnya, data calon mahasiswa disimpan pada sebuah database sehingga
data tersebut menumpuk dan manfaat informasi yang diperoleh dari data tersebut
berkurang sehingga perlu dilakukan analisa association rule mining. Association
rule mining merupakan salah satu teknik data mining yang menemukan suatu
korelasi atau pola yang penting dari sekumpulan data yang besar. Algoritma yang
digunakan pada penelitian ini adalah algoritma apriori untuk menentukan pola
kelulusan seorang calon mahasiswa Jalur Mandiri Syiah Kuala (JMU) tahun 2012
pada suatu jurusan melalui nilai support, confidence, dan lift. Hasil penelitian ini
salah satu pola terbaik lulus di Jurusan Pendidikan Kedokteran yaitu (Pendidikan
Dokter, Pendidikan Dokter Gigi, Teknik Industri), Informatika yaitu (Ilmu
Kelautan, Informatika, Pendidikan Kimia), Farmasi yaitu (Farmasi, Ilmu
Keperawatan, Psikologi), Ilmu Keperawatan yaitu (Ilmu Keperawatan, Pendidikan
Biologi, Pendidikan Fisika) , dan Manajemen yaitu (Manajemen, Pendidikan
Bahasa dan Sastra Indonesia, Sosiologi). Penggunaan data penelitian mahasiswa
melalui jalur lain seperti Seleksi Nasional Masuk Perguruan Tinggi Negeri
(SNMPTN), dan Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN)
perlu dianalisa lebih lanjut supaya perbedaan pola association rule yang terbentuk
dapat diketahui.
Kata kunci : Association rule, apriori, support, confidence, lift.
ABSTRACT
Every year, the data of prospective students is stored in a database, it makes the
database full of data but only less information can be obtained from these data, so
the data need to be analyzed using association rule mining. Association rule
mining is one of data mining techniques that find a correlation or pattern that is
important from a large set of data. The algorithm used in this study is apriori
algorithm to define pattern of prospective student that past the Independent Strip
Syiah Kuala (JMU) in 2012 test through the value of support, confidence and lift.
Results of this research one of the best pass pattern at the the medical education is
(Education Doctor, Dentist Education, Industrial Engineering), Informatics is
(Marine Sciences, Informatics, Chemistry), Pharmacy is (pharmacy, Nursing,
Psychology), Nursing Education is (Nursing Education, Biology Education,
Physics Education), and Management is (Management, Education Indonesian
Language and Literature, Sociology). The use of student research data through
other channels such as the National Selection Entrance State University
(SNMPTN) and and the Joint Selection Entrance State University (SBMPTN)
need to be analyzed further so that differences in the pattern formed association
rule can be known.
Keyword : Association rule, apriori, support, confidence, lift.

Tidak Tersedia Deskripsi

Citation



    SERVICES DESK