//

ANALISA KELULUSAN JALUR MANDIRI UNSYIAH MENGGUNAKAN METODE ASSOCIATION RULE MINING

BACA FULL TEXT ABSTRAK Pemesanan Versi cetak
Pengarang Teuku Akmaliansyah - Personal Name

Abstrak/Catatan

ABSTRAK Setiap tahunnya, data calon mahasiswa disimpan pada sebuah database sehingga data tersebut menumpuk dan manfaat informasi yang diperoleh dari data tersebut berkurang sehingga perlu dilakukan analisa association rule mining. Association rule mining merupakan salah satu teknik data mining yang menemukan suatu korelasi atau pola yang penting dari sekumpulan data yang besar. Algoritma yang digunakan pada penelitian ini adalah algoritma apriori untuk menentukan pola kelulusan seorang calon mahasiswa Jalur Mandiri Syiah Kuala (JMU) tahun 2012 pada suatu jurusan melalui nilai support, confidence, dan lift. Hasil penelitian ini salah satu pola terbaik lulus di Jurusan Pendidikan Kedokteran yaitu (Pendidikan Dokter, Pendidikan Dokter Gigi, Teknik Industri), Informatika yaitu (Ilmu Kelautan, Informatika, Pendidikan Kimia), Farmasi yaitu (Farmasi, Ilmu Keperawatan, Psikologi), Ilmu Keperawatan yaitu (Ilmu Keperawatan, Pendidikan Biologi, Pendidikan Fisika) , dan Manajemen yaitu (Manajemen, Pendidikan Bahasa dan Sastra Indonesia, Sosiologi). Penggunaan data penelitian mahasiswa melalui jalur lain seperti Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN), dan Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) perlu dianalisa lebih lanjut supaya perbedaan pola association rule yang terbentuk dapat diketahui. Kata kunci : Association rule, apriori, support, confidence, lift. ABSTRACT Every year, the data of prospective students is stored in a database, it makes the database full of data but only less information can be obtained from these data, so the data need to be analyzed using association rule mining. Association rule mining is one of data mining techniques that find a correlation or pattern that is important from a large set of data. The algorithm used in this study is apriori algorithm to define pattern of prospective student that past the Independent Strip Syiah Kuala (JMU) in 2012 test through the value of support, confidence and lift. Results of this research one of the best pass pattern at the the medical education is (Education Doctor, Dentist Education, Industrial Engineering), Informatics is (Marine Sciences, Informatics, Chemistry), Pharmacy is (pharmacy, Nursing, Psychology), Nursing Education is (Nursing Education, Biology Education, Physics Education), and Management is (Management, Education Indonesian Language and Literature, Sociology). The use of student research data through other channels such as the National Selection Entrance State University (SNMPTN) and and the Joint Selection Entrance State University (SBMPTN) need to be analyzed further so that differences in the pattern formed association rule can be known. Keyword : Association rule, apriori, support, confidence, lift.

Tempat Terbit
Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Share Social Media

Tulisan yang Relevan

ANALISA KELULUSAN JALUR MANDIRI UNSYIAH MENGGUNAKAN METODE ASSOCIATION RULE MINING (Teuku Akmaliansyah, 2015)

PERBANDINGAN INDEKS PRESTASI KUMULATIF MAHASISWA JALUR MASUK SELEKSI NASIONAL MASUK PERGURUAN TINGGI NEGERI DAN SELEKSI BERSAMA MASUK PERGURUAN TINGGI NEGERI PADA JURUSAN PENDIDIKAN FISIKA FKIP UNSYIAH (AFRA MULYA ALAMSYAH, 2019)

ANALISIS ASSOCIATION RULES MINING MENGGUNAKAN ALGORITMA ECLAT PADA DATA PEMINJAMAN BUKU PERPUSTAKAAN UNIVERSITAS SYIAH KUALA (Meildha Hijriyana Pane, 2016)

PERENCANAAN SLEWING SHIFTING PADA JALUR BELT CONVEYOR CD 03/24 DI UNIT MUARA TIGA BESAR UTARA PT BUKIT ASAM (PERSERO), TBK (Alimnur, 2018)

MODEL EXTENDED COX PROPORTIONAL HAZARD PADA LAJU KELULUSAN MAHASISWA UNIVERSITAS SYIAH KUALA (STUDI KASUS : KELULUSAN MAHASISWA PERIODE II TAHUN 2017) (RAHMADAINI, 2019)

  Kembali ke sebelumnya

Pencarian

Advance



Jenis Akses


Tahun Terbit

   

Program Studi

   

© UPT. Perpustakaan Universitas Syiah Kuala 2015     |     Privacy Policy