<![CDATA[Universitas Wiraraja memiliki kumpulan data seperti data akademik, kepegawaian, tracer study dan sebagainya. Data berjumlah besar tersebut tidak hanya bermanfaat sebagai bahan pelaporan PD-DIKTI saja, akan tetapi dapat dikelola sehingga didapatkan informasi yang tersembunyi didalamnya. Terdapat beberapa teknik yang dapat dilakukan agar data yang ada bisa menjadi informasi yang berguna. Salah satu teknik yang dapat dilakukan adalah dengan menggunakan data mining. Data mining memiliki beberapa metode, salah satunya metode Association Rules dengan algoritma FP-Growth. Association Rules adalah salah satu metode analisa data untuk mencari pola asosiasi atau hubungan antara satu parameter dengan parameter lainnya. Data tracer study dan akademik yang dimiliki Universitas Wiraraja jika dipadukan dan dianalisa dengan metode dan cara yang tepat akan menghasilkan informasi berharga. Informasi tersebut dapat dijadikan bahan pendukung dalam pengambilan keputusan atau kebijakan. Penelitian ini dilakukan dengan menerapkan metode Association Rules menggunakan algoritma FP-Growth dengam data tracer study. Dataset yang digunakan merupakan lulusan tahun 2020 – 2022. Berdasarkan hasil penelitian dapat disimpulkan bahwa data tracer study dapat dianalisa dengan baik menggunakan metode data mining Association Rules yaitu algoritma FP-Growth. Model yang dibangun menggunakan algoritma FP-Growth dengan minimum support 75% dan minimum confidence 70% menghasilkan pola sebanyak 17 pola atau aturan asosiasi.]]>
Copyrights © 2024
