METODE DATA MINING ASSOCIATION RULE DENGAN ALGORITMA FP-GROWTH UNTUK MENGETAHUI KELULUSAN TEPAT WAKTU MAHASISWA (STUDI KASUS STKIP PGRI SUMATERA BARAT)

Junaidi., Satrio

Jurnal Edik Informatika : Penelitian Bidang Komputer Sains dan Pendidikan Informatika
Vol 5, No 1 (2018)

AbstrakSekolah Tinggi Keguruan dan Ilmu Pendidikan (STKIP) PGRI Sumatera Barat memiliki 14 program studi S1. Salah satunya adalah Program Studi Pendidikan Matematika STKIP PGRI Sumatera Barat. Setiap tahun jumlah mahasiswa yang lulus mencapai angka ratusan bahkan mencapai ribuan. Maka dari itu Prodi Pendidikan Matematika STKIP PGRI Sumatera Barat butuh media mengevaluasi untuk akademik dari mahasiswa lulusan yang dibutuhkan sebagai bahan pertimbangan untuk menentukan mahasiswa yang lulus tepat waktu. Bertujuan untuk membantu pihak Prodi Pendidikan Matematika Sumatera Barat untuk mengetahui  jumlah kelulusan mahasiswa tepat waktu setiap tahun. Data yang diolah adalah data akademik mahasiswa yang dilihat dari IPK dan Total SKS,  kemudian untuk mengetahui jumlah kelulusan mahasiwa tepat waktu menggunakan metode Data Mining Association Rule dengan algoritma FP-Growth dan juga menggunakan aplikasi WEKA (Weikato Environment Knowledge and Analiysis). Hasil didapatkan bahwa rule terbaik dijadikan patokan untuk mengetahui mahasiswa lulus tepat waktu dengan support 14,8 % dan confidance 93,7 % . hasil support dan confidance terendah diprediksi mahasiswa tidak lulus tepat waktu.Kata Kunci : Tingkat kelulusan mahasiswa; Association Rule; Algoritma FP-Growth ABSTRACTThe College of Teacher Training and Education (STKIP) PGRI West Sumatra has 14 S1 courses. One of them is Mathematics Education Studies Program STKIP PGRI West Sumatra. Every year the number of graduating students reaches hundreds even thousands. Therefore, the Mathematics Education Study Program of STKIP PGRI West Sumatra needs the media to evaluate for the academic of the graduate students needed for consideration to determine the students who pass on time. Aims to help the Mathematics Education Study Program of West Sumatra to find out the number of graduation students on time each year. Processed data is academic data of students viewed from the GPA and Total SKS, then to know the number of students pass on time using Data Mining Association Rule method with FP-Growth algorithm and also using WEKA (Weikato Environment Knowledge and Analiysis) application. The results obtained that the best rule used as a benchmark to know the students graduated on time with support 14.8% and confidence of 93.7%. The lowest support and confidance results predicted that students do not pass on time.Keywords: The Graduation rate of students; Association Rule; FP-Growth Algorithm