PENERAPAN ASSOCIATION RULES PADA NILAI AKADEMIK MAHASISWA
Data mining adalah proses untuk mendapatkan data baru, informasi yang berharga, selain dari tujuan pembuatan data tersebut pada awalnya. Perguruan tinggi adalah lembaga, organisasi pendidikan yang menghasilkan data dari kegiatan belajar dan mengajar. Di penelitian ini, data tersebut diproses dengan teknik association rule untuk mendapatkan korelasi setiap mata kuliah. Association rule dapat digunakan untuk mencari korelasi data pada dataset akademik mahasiswa. Tujuan penelitian ini adalah untuk mengukur kecepatan dan korelasi setiap matakuliah dengan menerapkan asociation rule. Association rule memiliki langkah dimana perlu mencari frequent itemsets. Frequent itemsets adalah kumpulan barang yang kemunculan datanya lebih dari jumlah yang kita batasi. Di penelitian ini, 2 algoritma frequent itemsets dibandingkan antara apriori dan fp-growth. Dari pengukuran kecepatan dengan algoritma yang berbeda dihasilkan bahwa apriori lebih cepat dalam memproses data di bawah seribu data lebih cepat dibanding fp-growth. Namun, fp-growth mampu dan lebih cepat memproses data di atas ribuan data. Kata Kunci : Association rule, frequent itemsets, nilai akademik mahasiswa.
APA Style
. (2024).PENERAPAN ASSOCIATION RULES PADA NILAI AKADEMIK MAHASISWA ().Teknik Informatika:FTI
Chicago Style
.PENERAPAN ASSOCIATION RULES PADA NILAI AKADEMIK MAHASISWA ().Teknik Informatika:FTI,2024.Text
MLA Style
.PENERAPAN ASSOCIATION RULES PADA NILAI AKADEMIK MAHASISWA ().Teknik Informatika:FTI,2024.Text
Turabian Style
.PENERAPAN ASSOCIATION RULES PADA NILAI AKADEMIK MAHASISWA ().Teknik Informatika:FTI,2024.Text
