Data Mining Untuk Memprediksi Status Kelulusan Mahasiswa

Abstract

Semakin lama operasional sebuah perguruan tinggi, semakin banyak lulusan (alumni) yang dihasilkan. Data alumni serta mahasiswa aktif, merupakan aset yang dapat digunakan untuk keperluan tertentu, salah satunnya adalah digunakan untuk memprediksi status kelulusan. Pendekatan yang umum digunakan adalah teknik penambangan data (data mining). Penelitian ini akan menerapakan teknik data mining untuk memprediksi status kelulusan mahasiwa. Pengolahan data akan memanfaatkan aturan asosiatif (association rule mining) dan menggunakan algoritma apriori. Algoritma apriori  adalah algoritma dasar untuk penentuan  frequent itemsets aturan asosiasi  boolean.  Algoritma  ini mengontrol berkembangnya kandidat  itemset  dari hasil  frequent itemsets  dengan  support-based pruning  untuk menghilangkan  itemset  yang tidak menarik dengan menetapkan minsup. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa aplikasi  data mining dengan menggunakan pendekatan aturan asosiasi dan algoritma apriori dapat digunakan untuk menampilkan informasi aturan status kelulusan. Informasi yang ditampilkan berupa nilai  support  dan  confidence. Semakin tinggi nilai  confidence  dan  support  maka semakin kuat nilai hubungan antar atribut/item. Data alumni dan data mahasiswa yang diproses  meliputi IPS2, IPS4, ORG, PRG dan SL