Analisis Asosiasi pada Nilai Mahasiswa Informatika UII menggunakan Data Mining dengan Algoritma Apriori

Abstract

Penelitian ini mengeksplorasi penerapan algoritma Apriori pada 150 nilai mata kuliah mahasiswa dengan tujuan mengidentifikasi korelasi antara nilai mata kuliah dan memberikan wawasan yang berguna baik bagi peneliti maupun institusi. Data diperoleh secara langsung dari database akademik mahasiswa. Penerapan algoritma Apriori dilakukan melalui tiga skenario dengan variasi batas nilai minimum support dan confidence. Hasil penelitian menggambarkan pola nilai mata kuliah yang cenderung muncul bersamaan. Dari ketiga skenario, kombinasi Pengembangan Gim dengan nilai A, Fundamen Informatika dengan nilai A, dan Fundamen Matematika dengan nilai A memperoleh nilai tertinggi dengan support sebesar 26% dan confidence sebesar 88.6%. Temuan ini dapat memberikan kontribusi penting dalam pemahaman faktor-faktor yang mempengaruhi kinerja akademik mahasiswa, serta memberikan landasan bagi perbaikan strategi pembelajaran di institusi pendidikan.