Jurnal Momentum
Vol 20, No 2 (2018): Volume 20 No. 2 Agustus 2018

ANALISIS DATA TRACER STUDY DENGAN MENGIDENTIFIKASI OUTLIER MENGGUNAKAN TEKNIK DATA MINING

Dwi Welly Sukma Nirad (STMIK Indonesia Padang)
Kridanto Surendro (Institut Teknologi Bandung)



Article Info

Publish Date
31 Aug 2018

Abstract

Melakukan drop out ataupun permintaan pengunduran diri terhadap mahasiswa merupakan salah satu hal yang dihindari oleh perguruan tinggi karena dapat mempengaruhi rating dan penilaian terhadap kampus. Perguruan tinggi akan meminta mahasiswa mengundurkan diri berdasarkan beberapa ketentuan, salah satunya jika nilai mahasiswa terbilang sangat rendah. Mahasiswa dengan nilai rendah diasumsikan tidak akan meraih penghasilan yang tinggi di masa depan, atau disebut tidak sukses. Oleh karenanya penelitian ini mengangkat data tracer study, sehingga bisa terlihat apakah asumsi tersebut tepat. Alumni yang drop out atau mengundurkan diri tetapi mampu memperoleh penghasilan tinggi ditentukan sebagai standar outlier dalam penelitian ini. Data outlier diperoleh dengan menggunakan teknik data mining, yaitu teknik association rule mining. Teknik ini membantu menemukan rule yang tepat dalam menentukan mahasiswa outlier. Hasil penelitian menunjukkan validitas derajat mahasiswa outlier serta rekomendasi keputusan untuk perguruan tinggi dalam menangani mahasiswa yang teridentifikasi sebagai outlier.

Copyrights © 0000