Penerapan Data Mining Pada Hasil Tracer Study Alumni Untuk Menemukan Pola Asosiasi Dengan Algoritma Fp-Growth

Surya Andika, Alwis Nazir, Fitri Wulandari, Muhammad Affandes, Reski Mai Candra, Amany Akhyar

Abstract


Abstrak - Tracer study adalah studi terhadap lulusan lembaga pendidikan tinggi, yang juga merupakan proses untuk  mendapatkan informasi terkait transformasi alumni dari masa pendidikan ke dunia industri. Hal ini dilakukan untuk menentukan kelayakan pekerjaan lulusan dan juga penilaian retrospektif, seperti apa pelayanan yang diperoleh selama masa studi. Penelitian ini akan melaksanakan  tracer study  pada tingkat program studi di Teknik Informatika di UIN Suska Riau dan kemudian hasil studi lanjutan ini akan diolah untuk mendapatkan pola korelasi atau hubungan yang bermakna. Pengolahan data akan menggunakan teknologi data mining dan algoritma fp-growth.  Berdasarkan hasil analisa pengujian dan interpretasi dari total data bersih 129 alumni teknik informatika UIN Suska Riau yaitu pola yang dihasilkan dari proses mining dengan minimum support 15%  dan minimum confidence 40% adalah sebanyak 608 pola. Peneliti mengambil beberapa pola dengan antecedents berupa ipk, masa tunggu, bidang pekerjaan, gaji,  pekerjaan pertama, jenis kelamin untuk diinterpretasikan.

Kata kunci: Data Mining, Tracer study, Fp-growth

 

Abstract - Tracer study is a study of graduates of higher education institutions, which is also a process to obtain information related to the transformation of alumni from their education period to the industrial world. This is done to determine the employability of graduates as well as a retrospective assessment, such as what services were obtained during the study period. This research will carry out a tracer study at the study program level in Informatics Engineering at UIN Suska Riau and then the results of this follow-up study will be processed to obtain a significant correlation pattern or relationship. Data processing will use data mining technology and the fp-growth algorithm. Based on the results of the analysis of testing and interpretation of the total net data of 129 alumni of informatics engineering UIN Suska Riau, the patterns generated from the mining process with a minimum support of 15% and a minimum confidence of 40% are 608 patterns. Researchers took several patterns with antecedents in the form of GPA, waiting period, field of work, salary, first job, gender to be interpreted.

Keywords: Data Mining, Tracer study, Fp-growth

 


Keywords


Data Mining, Tracer study, Fp-growth

Full Text:

PDF

References


N. R. Dewi, P. Listiaji, M. Taufiq, E. N. Savitri, A. Yanitama, and A. P. Herianti, “Development of a tracer study system for graduates of the Integrated Science Department, Universitas Negeri Semarang,” J. Phys. Conf. Ser., vol. 1918, no. 4, 2021.

Y. Nugraheni, “Analisis Tracer Study Lulusan Politeknik dengan Exit Cohort Sebagai Pendekatan Target Responden,” SESINDO 2018, vol. 2018, 2018.

F. F. Abdulloh and K. Kusnawi, “IMPLEMENTASI DATA MINING UNTUK MENEMUKAN POLA ASOSIATIF DATA TRACER STUDY,” Data Manaj. dan Teknol. Inf., vol. 18, no. 4, pp. 25–33, 2018.

H. J. Brits and C. Steyn, “Conducting a Graduate Tracer Study at a University of Technology: a Quest to Enhance the Learning Experience,” in Balkan Region Conference on Engineering and Business Education, 2019, vol. 3, no. 1, pp. 10–18.

S. F. Utami, “Penerapan Data Mining Algoritma Decision Tree Berbasis PSO,” in Seminar Nasional Teknologi Komputer & Sains (SAINTEKS), 2020, vol. 1, no. 1, pp. 677–681.

N. W. Wardani, Penerapan Data Mining Dalam Analytic CRM. Yayasan Kita Menulis, 2020.

A. Firmansyah, M. I. Wahyudin, and B. Rahman, “Penerapan Metode Data Mining Pada Point of Sale Berbasis Web Menggunakan Algoritma Apriori,” J. MEDIA Inform. BUDIDARMA, vol. 5, no. 3, pp. 1158–1165, 2021.

M. O. Meo, “Tracer Study Alumni Stikom Uyelindo Kupang Berbasis E-Community,” J. Teknol. Terpadu, vol. 4, no. 2, 2018.

N. A. Mukhtar, “PERANCANGAN SISTEM INFORMASI TRACER STUDY PADA AMIK MAHAPUTRA RIAU BERBASIS WEB,” J. Intra Tech, vol. 5, no. 2, pp. 24–35, 2021.

A. Tumanggor and P. S. Hasugian, “Penerapan Data Mining Untuk Memprediksi Tingkat Kemampuan Anak Dalam Mengikuti Mata Pelajaran Dengan Metode C4. 5 Pada SDN 105351 Bakaran Batu,” J. Nas. Komputasi dan Teknol. Inf., vol. 4, no. 1, pp. 57–63, 2021.

F. Fatihatul, A. Setiawan, and R. Rosadi, “Asosiasi data mining menggunakan algoritma fp-growth untuk market basket analysis,” Jatinangor Univ. Padjadjaran, pp. 1–8, 2011.

A. Setiawan and I. G. Anugrah, “Penentuan pola pembelian konsumen pada indomaret gkb gresik dengan metode fp-growth,” J. Nas. Komputasi dan Teknol. Inf., vol. 2, no. 2, pp. 115–125, 2019.

R. Takdirillah, “Penerapan Data Mining Menggunakan Algoritma Apriori Terhadap Data Transaksi Penjualan Bisnis Ritel,” Edumatic J. Pendidik. Inform., vol. 4, no. 1, pp. 37–46, 2020.




DOI: https://doi.org/10.32672/jnkti.v5i3.4407

Refbacks

  • There are currently no refbacks.




The Journal has been Indexed by :

                   

 

BARCODE P-ISSN dan E-ISSN

Copyright © Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) . Prodi Teknik Komputer, Fakultas Teknik, Universitas Serambi Mekkah

 Creative Commons License

JNKTI is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.