Analisis Pola Asosiasi Interaksi Pengguna pada Sistem Informasi Akademik Berbasis Web Menggunakan Algoritma Apriori

Abstract

Penelitian ini bertujuan untuk menganalisis pola frekuensi data pokok pengguna pada sistem informasi berbasis web menggunakan algoritma Apriori. Analisis ini penting untuk mengidentifikasi asosiasi antar item data yang sering muncul secara bersamaan, guna meningkatkan kualitas layanan sistem dan efisiensi pengambilan keputusan berbasis data. Metode yang digunakan dalam penelitian ini adalah pendekatan data mining dengan algoritma Apriori, yang mampu menemukan pola hubungan antar data dalam bentuk aturan asosiasi. Data yang digunakan berupa transaksi pengguna pada sistem informasi yang disimulasikan melalui dataset dummy, kemudian dianalisis menggunakan Google Colab dengan bahasa pemrograman Python. Hasil penelitian menunjukkan adanya pola hubungan antar fitur yang signifikan, seperti kombinasi halaman yang sering diakses bersama oleh pengguna. Kesimpulan dari penelitian ini adalah bahwa algoritma Apriori efektif dalam mengekstraksi pengetahuan tersembunyi dari data pengguna sistem informasi berbasis web, yang dapat digunakan untuk peningkatan pengalaman pengguna dan pengembangan fitur.