Implementasi Data Mining Untuk Menemukan Pola Asosiasi Data Tracer Study Menggunakan Algoritma Apriori

Rindi Yani; Alwis Nazir; Muhammad Affandes; Reski Mai Candra; Amany Akhyar

doi:10.32672/jnkti.v5i3.4412

Implementasi Data Mining Untuk Menemukan Pola Asosiasi Data Tracer Study Menggunakan Algoritma Apriori

Rindi Yani, Alwis Nazir, Muhammad Affandes, Reski Mai Candra, Amany Akhyar

Abstract

Abstrak - Mengetahui sebaran alumni dari suatu perguruan tinggi sangat bermanfaat sebagai bahan evaluasi dan tolak ukur aktivitas belajar mengajar di perguruan tinggi terkait. Salah satu cara untuk mendapatkan sebaran alumni adalah dengan melaksanakan tracer study. Pada penelitian ini akan dilakukan tracer study dan selanjutnya data tersebut akan diolah dengan teknik data mining menggunakan algoritma apriori. Hasil data berupa pola hubungan antar atribut akan memudahkan para pemegang keputusan di perguruan tinggi dalam mendapatkan pengetahuan baru tentang lulusan dan dapat digunakaan untuk meningkatkan dan menjamin kualitas pendidikan tinggi tersebut. Tracer study yang dilakukan berfokus pada mahasiswa Teknik Informatika UIN Suska Riau yang lulus pada tahun 2019 dan 2020. Hasil penelitian ini memperoleh pengetahuan baru seperti pekerjaan pertama lulusan dengan masa tunggu kurang dari 6 bulan adalah sebagai pegawai kontrak atau honorer dengan gaji antara 3-5jt dan memiliki ipk antara 3-3,5.

Kata kunci: data mining, pola asosiasi, tracer study, apriori

Abstract - Knowing the distribution of alumni from a university is very useful as an evaluation and a benchmark for teaching and learning activities in related universities. One way to get the distribution of alumni is to carry out a tracer study. In this research, a tracer study will be carried out and then the data will be processed using the apriori algorithm data mining techniques. The results of the data in the form of relationship patterns between attributes will make it easier for decision makers in higher education to gain new knowledge about graduates and it can be used to improve and guarantee the quality of these higher education institutions. The tracer study carried out was focused on Informatics Engineering students at UIN Suska Riau who graduated in 2019 and 2020. The results of this study are in the form of new knowledge, such as graduates with a waiting period are fewer than 6 months getting their first job as a contract or honorary employees with salaries of between 3-5 million and a GPA between 3-3.5.

Keywords: data mining, association rule, tracer study, apriori algorithm

Keywords

data mining, pola asosiasi, tracer study, apriori, data mining, association rule, tracer study, apriori algorithm

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.

V. B. Siahaan and R. Kardian, “Penerapan Algoritma K-Means Untuk Analisis Tracer Alumni Universitas Gunadarma Jurusan Sistem Informasi dan Sistem Komputer Angkatan 2013,” J. Ilm. Komputasi, vol. 18, no. 3, pp. 215–228, 2019.

Badan Akreditasi Nasional Perguruan Tinggi, “Peraturan Badan Akreditasi Nasional Perguruan Perguruan Tinggi Nomor 3 tahun 2019 tentang Instrumen Akreditasi Perguruan Tinggi,” 2019.

Y. Nugraheni and P. N. Bandung, “Analisis Tracer Study Lulusan Politeknik Dengan Exit Cohort Sebagai Pendekatan,” no. November, 2018.

S. Butsianto and N. T. Mayangwulan, “Penerapan Data Mining Untuk Prediksi Penjualan Mobil Menggunakan Metode K-Means Clustering,” J. Nas. Komputasi dan Teknol. Inf., vol. 3, no. 3, pp. 187–201, 2020.

D. Merawati and Rino, “Penerapan data mining penentu minat Dan bakat siswa Smk dengan metode C4 . 5,” J. Algor, vol. 1, no. 1, pp. 28–37, 2019.

M. Fauzy, K. R. Saleh W, and I. Asror, “Penerapan Metode Association Rule Menggunakan Algoritma Apriori Pada Simulasi Prediksi Hujan Wilayah Kota Bandung,” J. Ilm. Teknol. Infomasi Terap., vol. 2, no. 3, 2016.

M. Sholik and A. Salam, “Implementasi Algoritma Apriori untuk Mencari Asosiasi Barang yang Dijual di E-commerce OrderMas,” Techno.COM, vol. 17, no. 2, pp. 158–170, 2018.

I. Djamaludin and A. Nursikuwagus, “Analisis Pola Pembelian Konsumen Pada Transaksi Penjualan Menggunakan Algoritma Apriori,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 8, no. 2, p. 671, 2017.

J. L. Putra, M. Raharjo, T. A. A. Sandi, R. Ridwan, and R. Prasetyo, “Implementasi Algoritma Apriori Terhadap Data Penjualan Pada Perusahaan Retail,” J. Pilar Nusa Mandiri, vol. 15, no. 1, pp. 85–90, 2019.

F. T. Waruwu, E. Buulolo, E. Ndruru, K. Kunci, A. Apriori, and R. Penyakit, “KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) IMPLEMENTASI ALGORITMA APRIORI PADA ANALISA POLA DATA PENYAKIT MANUSIA YANG DISEBABKAN OLEH ROKOK,” vol. I, pp. 176–182, 2017.

E. Srikanti, R. F. Yansi, Norhavina, I. Permana, and F. N. Salisah, “Asosiasi Pada Data Peminjaman Buku Di Perpustakaan,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 4, no. 1, pp. 77–80, 2018.

A. Asroni, B. Masajeng Respati, and S. Riyadi, “Penerapan Algoritma C4.5 untuk Klasifikasi Jenis Pekerjaan Alumni di Universitas Muhammadiyah Yogyakarta,” Semesta Tek., vol. 21, no. 2, pp. 158–165, 2018.

B. S. Pranata and D. P. Utomo, “Penerapan Data Mining Algoritma FP-Growth Untuk Persediaan Sparepart Pada Bengkel Motor (Study Kasus Bengkel Sinar Service),” Bull. Inf. Technol., vol. 1, no. 2, pp. 83–91, 2020.

S. Sibagariang, A. Riyadi, A. Dzikri, F. Suandi, K. T. Sirait, and F. Setiawan, “Prediksi Prospek Kerja Alumni Dengan Algoritma Neural Network,” CESS (Journal Comput. Eng. Syst. Sci., vol. 6, no. 1, p. 91, 2021.

N. R. S. Purba and F. Riandari, “Implementasi Data Mining Menggunakan Algoritma Apriori Untuk Analisis Keranjang Belanja Transaksi Penjualan Pada PT Madu Kembang Joyo,” J. Nas. Komputasi dan Teknol. Inf., vol. 4, no. 1, 2021.

G. C. Sutradana and M. D. R. Wahyudi, “Penerapan Data Mining Untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika Uin Sunan,” JISKa, vol. 1, no. 3, pp. 153–162, 2017.

DOI: https://doi.org/10.32672/jnkti.v5i3.4412