3, Oktober 2013
ABSTRAK
ABSTRACT
3. ANALISA DAN
PEMBAHASAN
3.1 Analisa Data
Data mentah yang digunakan
dalam penelitian ini adalah data
Kartu Rencana Studi, disebut KRS.
KRS merupakan kartu yang berisi
daftar mata kuliah yang akan diikuti
oleh mahasiswa dalam satu semester
seperti terlihat pada table 3.1 di
lampiran.
Rule Asosiasi
Support Confidence
TKPBW 20 100
TPPBW 20 100
SDPBW 20 100
TMOA 45 82
OATM 45 90
TMPBO 45 82
OAPBO 45 90
TPSD 20 100
SDTP 20 100
TM,OAPBO 40 88
PBO,OATM 40 88 Gambar 4.2: Rule Asosiasi dengan
OAPBO,TM 40 80 TANAGRA
PBO,TMOA 40 89
TP,SDPBW 20 100 4. KESIMPULAN
PBW,TPSD 20 100
SDPBW, TP 20 100 Berdasarkan hasil analisa dna
pengujian yang telah dilakukan dapat
TPPBW,SD 20 100
disimpulkan sebagai berikut:
PBW,SDTP 20 100 1. Algoritma Apriori dapat
digunakan untuk menganalisa
Dari tabel 3.8 di atas dihasilkan pola prilaku mahasiswa dalam
18 Rule Asosiasi yang memenuhi memilih mata kuliah
minimum Support dan Minumum 2. Pola prilaku yang diperoleh dapat
Confidence, diantaranya: digunakan sebagai acuan bagi
Jika mengambil TK maka mengambil Program Studi untuk
PBW [S = 20%, C = 100%] menganalisa kecendrungan
mahasiswa dalam memilih mata
kuliah wajib Program Studi.
Daftar Pustaka
Erwin. (2009). Analisis Market Basket Dengan Algoritma Apriori dan FP-
Growth. Jurnal Generic. ISSN 1907-4093.
Goldie, G., & Dana, I.S. (2012). Penerapan Metode Data Mining Market
Basket Analysis Terhadap Data Penjualan Produk Buku Dengan Menggunakan
Algoritma Apriori dan Frequent Pattern Growth (FP-Growth) : Studi Kasus
Percetakan PT. Gramedia. Jurnal Telematika MKOM Vol. 4 No.1 Maret 2012.
ISSN: 2085-725X
Kusrini & Emha, T.L. (2009). Algoritma Data Mining. Penerbit Andi
Yogyakarta.
Magdalena, K., Dhinta, D., & Dana, S.K. (2007). Aturan Asosiasi Spatial
Pada Basis Data Spasial. Prosiding Seminar Nasional Aplikasi Teknologi
Informasi (SNATI) 2007, Yogyakarta, 16 Juni 2007. ISSN: 1907-5022.
Yogi, Y.W., F. Rian, P., & Gerry, T. (2006). Penerapan data Mining Dalam
penentuan Aturan Asosiasi Antar Jenis Item. Prosiding Seminar Nasional Aplikasi
Teknologi Informasi (SNATI) 2006, Yogyakarta, 17 Juni 2006. ISSN: 1907-5022.
Lampiran:
Tabel 3.1 Atribut KRS
Atribut Keterangan
NPM Adalah kode yang dimiliki mahasiswa sebagai
nomer unik indentitas di perguruan tinggi
Nama Merupakan nama lengkap mahasiswa yang
mahasiswa bersangkutan
Kode Mata Merupakan Kode unik dari suatu nama mata kuliah
Kuliah (KM)
Nama Dosen Merupakan dosen yang mengajar atau yang
mengampu dari jenis mata kuliah.
Nama Mata Merupakan mata kuliah yang dipilih mahasiswa
kuliah sesuasi dengan syarat ketentuan dari hasil IPK mahasiswa
tersebut.
Kelas Merupakan kelas yang dipilih sesuai dengan jenis
mata kuliah dan nama dosen terkait.
Jurusan Merupakan nama jurusan yang dipilih mahasiswa
SKS Merupakan jumlah satuan kredit semester (SKS)
mata kuliah yang diambil dengan jumlah yang ditentukan
Tahun Merupakan tahun pada saat mengikuti perkuliahan
Ajaran