<![CDATA[Pemilihan mata kuliah oleh mahasiswa merupakan aspek krusial dalam proses pembelajaran yang sangat memengaruhi keberhasilan akademik dan perencanaan studi. Namun, banyak mahasiswa yang mengalami kesulitan dalam menentukan mata kuliah yang sesuai dengan minat, kemampuan, dan kebutuhan kurikulum. Dalam konteks tersebut, teknologi data mining menjadi alat yang efektif untuk menganalisis data historis pemilihan mata kuliah guna menemukan pola-pola tersembunyi yang tidak mudah terlihat secara manual. Penelitian ini mengaplikasikan teknik data mining, terutama algoritma clustering dan association rules, untuk mengidentifikasi kelompok mahasiswa berdasarkan pola pemilihan mata kuliah serta mengungkap hubungan antar mata kuliah yang sering dipilih secara bersamaan. Data yang digunakan berasal dari rekaman pemilihan mata kuliah selama beberapa semester di sebuah perguruan tinggi. Dengan menerapkan metode K-Means clustering, penelitian ini berhasil mengelompokkan mahasiswa ke dalam beberapa segmen dengan karakteristik pemilihan mata kuliah yang berbeda, seperti kecenderungan memilih mata kuliah teori, praktikum, atau campuran. Selain itu, algoritma Apriori menghasilkan aturan asosiasi yang berguna untuk rekomendasi mata kuliah, membantu mahasiswa dalam pengambilan keputusan yang lebih informasional. Hasil penelitian menunjukkan bahwa data mining dapat meningkatkan pemahaman institusi terhadap perilaku akademik mahasiswa serta mendukung penyusunan strategi pembimbingan akademik yang lebih tepat sasaran dan personal.]]>
Copyrights © 2025
