Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Data Mining Untuk Menganalisis Kategori Kompetisi Mahasiswa Menggunakan Algoritma Apriori Nurdin Nurdin; Cindy Cika Pradita; Fadlisyah Fadlisyah
Sisfo: Jurnal Ilmiah Sistem Informasi Vol 7, No 1 (2023): Sisfo: Jurnal Ilmiah Sistem Informasi Vol. 7, No. 1, Mei 2023
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/sisfo.v7i1.12104

Abstract

Saat ini kompetisi IT merupakan salah satu kegiatan yang paling banyak diminati oleh mahasiswa. Kategori kompetisi yang diadakan cukup banyak, yang membuat para mahasiswa dapat memilih kategori kompetisi yang sesuai dengan kemampuannya. Prodi Teknik informatika Universitas Malikusaleh merupakan salah satu jurusan dibidang IT yang setiap tahunnya mengadakan kegiatan kompetisi IT.  Namun, kategori kompetisi yang cukup banyak ini tidak mungkin semua dapat didadakan di kampus, ditambah lagi keterbatasan kemampuan yang dimiliki mahasiswanya. Dengan memanfaatkan data quisioner mahasiswa yang pernah mengikuti kompetisi, dapat dilakukan analisa untuk menemukan kombinasi hubungan antara kategori kompetisi dengan keahlian, matakuliah, dan nilai matakuliah sehingga dapat menghasilkan informasi tentang kategori kompetisi yang sesuai dengan kemampuan yang dimiliki mahasiswa yang nantinya dapat dijadikan bahan pertimbangan untuk menentukan kategori kompetisi yang akan diadakan. Salah satu teknologi yang dapat digunakan untuk mewujudkannya adalah data mining. Algoritma yang digunakan adalah algoritma apriori yang merupakan jenis aturan asosiasi pada data mining yang digunakan untuk menentukan pola kombinasi antar itemset. Pada penelitian ini informasi yang ditampilkan berupa nilai support dan confidence dari masing-masing kategori kompetisi. Dari 100 data mahasiswa yang digunakan, dimana nilai thershold ditentukan 3, didapat  pola rule tertinggi yaitu “Jika mahasiswa menyukai Komputasi Cerdas dan Multimedia maka akan mengikuti kategori kompetisi Game Dev” dengan nilai support 13%dan nilai confidence tertinggi yaitu 61%.