<![CDATA[Penelitian ini bertujuan menganalisis hubungan antara manajemen waktu dan produktivitas pelajar menggunakan algoritma FP-Growth. Data yang digunakan berasal dari dataset Ultimate Student Productivity yang terdiri dari 5.000 data dan 21 atribut. Analisis dilakukan melalui tahapan Knowledge Discovery in Databases (KDD) yang meliputi seleksi data, pra-pemrosesan, transformasi, serta pembentukan association rule berdasarkan nilai support, confidence, dan lift ratio. Hasil penelitian menunjukkan bahwa kategori sedang (medium) mendominasi sebagian besar variabel yang dianalisis. Aturan asosiasi memiliki nilai confidence tinggi dan lift ratio lebih dari satu, yang menunjukkan hubungan signifikan antar variabel. Produktivitas kategori sedang berkaitan dengan durasi belajar dan tingkat fokus yang seimbang, sedangkan kategori rendah berkorelasi dengan hasil akademik yang rendah. Temuan ini menunjukkan bahwa keseimbangan dalam pengelolaan waktu belajar berperan penting dalam membentuk pola produktivitas pelajar. Selain itu, pendekatan berbasis data mampu memberikan gambaran objektif mengenai perilaku belajar siswa. Temuan ini dapat dimanfaatkan untuk mengoptimalkan manajemen waktu belajar guna meningkatkan produktivitas dan capaian akademik pelajar, serta sebagai acuan bagi institusi pendidikan dalam menyusun strategi pembelajaran berbasis data.]]>
Copyrights © 2026
