PERBANDINGAN METODE ASOSIASI PADA DATA KINERJA MAHASISWA

Amalina Zharfa, NIM.: 20106050023 (2024) PERBANDINGAN METODE ASOSIASI PADA DATA KINERJA MAHASISWA. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

[img]
Preview
Text (PERBANDINGAN METODE AS OSIASI PADA DATA KINERJA MAHASISWA)
20106050023_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version

Download (2MB) | Preview
[img] Text (PERBANDINGAN METODE AS OSIASI PADA DATA KINERJA MAHASISWA)
20106050023_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf
Restricted to Registered users only

Download (4MB) | Request a copy

Abstract

Kinerja akademik mahasiswa merupakan indikator penting dalam menentukan keberhasilan proses pendidikan di perguruan tinggi. Pengolahan terhadap data mengenai kinerja mahasiswa bermanfaat bagi institusi pendidikan dalam upaya untuk meningkatkan kualitas institusi, membantu dalam mengidentifikasi faktor-faktor yang berkontribusi terhadap keberhasilan atau kegagalan akademis, sehingga institusi pendidikan dapat membuat keputusan yang lebih baik terkait kurikulum, bimbingan, dan dukungan bagi mahasiswa. Teknik data mining metode asosiasi dapat digunakan untuk mengetahui pola tersembunyi dalam data kinerja mahasiswa. Beberapa algoritma popular dalam metode asosiasi antara lain : Apriori, FP-Growth, dan Eclat. Ketiga algoritma tersebut memiliki kelebihan dan kekurangan masing-masing baik dari segi jumlah rules yang dihasilkan, kualitas rules maupun waktu eksekusi. Perbandingan hasil dari ketiga algoritma tersebut saat diimplementasikan dalam data kinerja mahasiswa menunjukkan bahwa algoritma Apriori dan FP-Growth menghasilkan jumlah rules yang lebih banyak jika dibandingkan dengan Algoritma Eclat pada tiap penggunaan minimum support yang berbeda. Selain itu dari segi waktu eksekusi, Algoritma Apriori dan FP-Growth jauh lebih unggul daripada Algoritma Eclat.

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing: Ir. Maria Ulfah Siregar, S.Kom., MIT., Ph.D.
Uncontrolled Keywords: Metode Asosiasi; Apriori; FP-Growth, Eclat
Subjects: 900 Sejarah, Biografi, dan Geografi > 910 Geografi dan Perjalanan > 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Informatika (S1)
Depositing User: Muchti Nurhidaya [muchti.nurhidaya@uin-suka.ac.id]
Date Deposited: 17 Oct 2024 14:30
Last Modified: 17 Oct 2024 14:30
URI: http://digilib.uin-suka.ac.id/id/eprint/67893

Share this knowledge with your friends :

Actions (login required)

View Item View Item
Chat Kak Imum