PENERAPAN ALGORITMA FP-GROWTH DALAM MENENTUKAN KECENDERUNGAN MAHASISWA MENGAMBIL MATA KULIAH PILIHAN

Muhlis Tahir, Noferianto Sitompul

Abstract


Mata Kuliah Pilihan adalah mata kuliah yang boleh dipilih oleh mahasiswa dari daftar yang disediakan perguruan tinggi. Ada perguruan tinggi yang mengizinkan mata kuliah pilihan dari program studi berbeda ada pula yang justru mewajibkan. Mata kuliah pilihan ini ada karena guna memenuhi SKS yang menjadi target dan untuk mendalami lebih kanjut mata kuliah yang memang diminati Salah satu permasalahan yang sering dijumpai pada persoalan penilaian mata kuliah adalah banyaknya mata kuliah pilihan yang disediakan, sehingga mahasiswa bingung dalam memilih mata kuliah yang memang cocok dengan mereka. Frequent Pattern Growth (FP Growth) adalah salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data dengan algoritma FP-Growth dalam menganalisa data mata kuliah pilihan untuk mendapatkan pola kecenderungan Mahasiswa dalam memilih mata kuliah. Untuk melakukan penggalian dari data mata kuliah pilihan, penulis menggunakan sebuah algoritma yang menjadi dasar dari algoritma-algoritma yang lain yaitu frequent pattern growth (FP-Growth). Hasil yang didapatkan akan selalu berbeda dan bergantung kepada input user pada saat pembuatan aturan. Sistem pendukung keputusan ini memproses data transaksi mata kuliah mahasiswa Program Studi Pendidikan Komputer, dan menghasilkan aturan dan yang memenuhi minimum support dan minumum confidence serta yang banyak pemilihan adalah sistem pendukung keputusan, teknologi IoT, desain grafis, sistem informasi pendidikan game edukasi, pemrograman CMS, Data Mining yaitu sebesar 100%


Full Text:

PDF (Indonesian)

References


A. Maulana and A. A. Fajrin, “Penerapan Data Mining Untuk Analisis Pola Pembelian Konsumen Dengan Algoritma Fp-Growth Pada Data Transaksi Penjualan Spare Part Motor,” Klik - Kumpul. J. Ilmu Komput., vol. 5, no. 1, p. 27, 2018, doi: 10.20527/klik.v5i1.100.

R. N. Afifuddin and D. Nurjanah, “Sistem Rekomendasi Pemilihan Mata kuliah Peminatan Menggunakan Algoritma K- means dan Apriori ( studi kasus : Jurusan S1 Teknik Informatika Fakultas Informatika ),” vol. 6, no. 1, pp. 2359–2367, 2019.

A. Rahayu, “Sistem Pendukung Keputusan Pemilihan Mata Kuliah Pilihan Dengan Metode Topsis Topsis,” e-conversion - Propos. a Clust. Excell., 2016.

I. P. P. Iswara, F. Farhan, W. Kumara, and A. A. Supianto, “Rekomendasi Pengambilan Mata Kuliah Pilihan Untuk Mahasiswa Sistem Informasi Menggunakan Algoritme Decision Tree,” J. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 3, pp. 341–348, 2019, doi: 10.25126/jtiik.2019.6892.

M. Kadafi, “Penerapan Algoritma FP-GROWTH untuk Menemukan Pola Peminjaman Buku Perpustakaan UIN Raden Fatah Palembang,” Matics, vol. 10, no. 2, p. 52, 2019, doi: 10.18860/mat.v10i2.5628.

H. D. &. A. B. P. Permatasari, "Pengembangan Sistem Pendukung Keputusan Untuk Mengetahui Kecendrungan Seorang Mahasiswa Dalam Mengambil Mata Kuliah Pilihan Dalam Lingkup Pendidikan Teknik Informatika Dan Komputer Menggunakan Algoritma Apriori.," PINTER, vol. 4, no. 2, pp. 27-31, 2020.

D. H. M. K. Sembiring and N. S.M.Kom, “Sistem Informasi Jumlah Angkatan Kerja Menggunakan Visual Basic Pada Badan Pusat Statistik (BPS) Kabupaten Langkat,” J. KAPUTAMA, vol. 5, no. 2, pp. 13–19, 2012, [Online]. Available: http://penelitian.kaputama.ac.id/images/sampledata/File/Jurnal/Jurnal2012/JURNAL7.pdf.

M. Tahir, T. Badriyah, and I. Syarif, “Classification Algorithms of Maternal Risk Detection For Preeclampsia With Hypertension During Pregnancy Using Particle Swarm Optimization,” Emit. Int. J. Eng. Technol., vol. 6, no. 2, pp. 236–253, 2018, doi: 10.24003/emitter.v6i2.287.

N. Sakinah, E. Buulolo, and N. Sitompul, “Kelayakan Keluarga Penerima Raskin ( Studi Kasus : Kantor Kelurahan Bantan Timur ),” J. Pelita Inform., vol. 7, no. 3, pp. 313–318, 2019.

A. Putra, Z. A. Matondang, N. Sitompul, I. Pendahuluan, and A. Prediksi, “Implementasi Algoritma Rough Set Dalam Memprediksi Kecerdasan Anak,” J. Pelita Inform., vol. 7, no. 2, pp. 149–156, 2018.

T. Novianto and A. Azis, “Aplikasi Data Mining Menggunakan Metode Decision Tree Untuk Menampilkan Laporan Hasil Nilai Akhir Mahasiswa (Studi Kasus Di Fakultas Teknik Umsurabaya),” J. Ilm. NERO, vol. 1, no. 3, pp. 198–203, 2015.

S. Fitriani, T. Informatika, F. Teknik, and U. M. Sidoarjo, “Penerapan Data Mining Menggunakan Metode Klasifikasi Naïve Bayes untuk Memprediksi Partisipasi Pemilihan Gubernur,” J. Teor. dan Apl. Mat., vol. 3, no. 2, pp. 98–104, 2019.

R. Sidabutar, M. Mesran, and N. Sitompul, “Sistem Pendukung Keputusan Seleksi Calon Taruna Pramugara Pada Aerospace Training Centre Menerapkan Metode Promethee Ii,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 130–137, 2018, doi: 10.30865/komik.v2i1.919.

F. Kurnia, S. Monalisa, and I. Fahmi, “Penerapan Algoritma Fp-Growth dalam Menentukan Pola Kecelakaan Lalu Lintas,” pp. 90–96, 2017.

R. Nurul Arifin, “Implementasi Algoritma Frequent Pattern Growth (FP-GROWTH) Menentukan Asosiasi Antar Produk (Study KAsus Nadia Mart),” Dok. Karya Ilm., pp. 0– 1, 2015.




DOI: http://dx.doi.org/10.21107/nero.v6i1.216

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Network Engineering Research Operation

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

Creative Commons License
NERO (Networking Engineering Research Operation) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.