ANALISIS PROFIL MAHASISWA BERDASARKAN LATAR BELAKANG ATRIBUT MAHASISWA BARU DENGAN METODE APRIORI (ASSOSIATION RULES)

SETIAWAN, MOH. ABDI (2014) ANALISIS PROFIL MAHASISWA BERDASARKAN LATAR BELAKANG ATRIBUT MAHASISWA BARU DENGAN METODE APRIORI (ASSOSIATION RULES). undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text ABSTRAK.pdf Download (155kB)
	Text BAB I.pdf Download (233kB)
	Text BAB II.pdf Download (984kB)
	Text BAB III.pdf Download (470kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (145kB)
	Text DAFTAR PUSTAKA.pdf Download (180kB)

Abstract

Semakin banyak jumlah mahasiswa baru yang mendaftar di UMG yang calon mahasiswanya datang dari berbagai kalangan, asal yang berbeda, sekolah, serta jurusan yang mereka ambil, penulis merasa PMB dan Kaprodi perlu sistem dalam kegiatan penerimaan mahasiswa baru UMG agar mudah dalam mengetahui informasi para calon mahasiswa tersebut ke dalam beberapa aturan asosiasi berdasarkan latar belakang mahasiswa baru. Penulis menggunakan kriteria yaitu status sekolah, jenis kelamin, alamat, instansi sekolah, umur mahasiswa baru melalui teknik data mining menggunakan metode Apriori (Assosiation Rule). Dengan data mahasiswa yang besar maka sistem ini dapat digunakan sebagai solusi yang tepat untuk meningkatkan kecepatan proses pembentukan frequent itemset, pembentukan 3 itemset dari 2 itemset, perhitungan nilai support dan confidence serta dapat melakukan pembentukan kaidah asosiasi dari 2-itemset dan 3-itemset. Berdasarkan tabel hasil analisa data mahasiswa pada periode 2012/2013 dan 2013/2014, terdapat rule yang mempunyai tingkat confidence tertinggi pada masing-masing periode dari tiga kali pengujian dengan rule 3 itemset adalah {Kebomas, SMK} → {Swasta} dengan nilai confidence sebesar 96.96% dan 95.99%. sedangkan rule 2 itemset tertinggi adalah {SMK} → {L} dan {Cerme} → {L} dengan nilai confidence sebesar 83.15% dan 90.90% yang memiliki korelasi atau hubungan yang positif dari pasangan variabel mahasiswa dengan nilai korelasi ≥ 1.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	tri risdianto saifullah
Date Deposited:	01 Jul 2019 10:22
Last Modified:	01 Jul 2019 10:22
URI:	http://eprints.umg.ac.id/id/eprint/1526

Actions (login required)

View Item