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.
Collections
- New Submissions [128]