Penerapan Data Mining untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika UIN Sunan Kalijaga Yogyakarta Menggunakan Metode Apriori
ABSTRACT The accuracy of a long study of college students at a university becomes very important in demonstrating the quality of the learning process in college. There are many things that affect a student's study time. Data Mining offers a way to know the various aspects that may affect a stu...
Main Authors: | , |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
Universitas Islam Negeri Sunan Kalijaga Yogyakarta
2017-03-01
|
Series: | JISKA (Jurnal Informatika Sunan Kalijaga) |
Online Access: | http://ejournal.uin-suka.ac.id/saintek/JISKA/article/view/1127 |
id |
doaj-d44e37f8af2b4140b970311e27b89fc6 |
---|---|
record_format |
Article |
spelling |
doaj-d44e37f8af2b4140b970311e27b89fc62021-10-05T13:02:33ZindUniversitas Islam Negeri Sunan Kalijaga YogyakartaJISKA (Jurnal Informatika Sunan Kalijaga)2527-58362528-00742017-03-011310.14421/jiska.2017.13-071011Penerapan Data Mining untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika UIN Sunan Kalijaga Yogyakarta Menggunakan Metode AprioriGathut Cakra SutradanaM Didik Rohmad WahyudiABSTRACT The accuracy of a long study of college students at a university becomes very important in demonstrating the quality of the learning process in college. There are many things that affect a student's study time. Data Mining offers a way to know the various aspects that may affect a student's study time. To know the various aspects that influence the duration of the study based on data graduation students are available, then the implementation of a Data Mining algorithms can be used. In this study, Data Mining algorithms used to find aspects that affect student study duration is Apriori algorithm. Keywords: graduation analysis, long studying, data mining, apriori algorithms Ketepatan lama studi mahasiswa pada suatu perguruan tinggi menjadi hal yang sangat penting dalam menunjukkan kualitas proses pembelajaran di perguruan tinggi. Ada banyak hal yang mempengaruhi lama studi mahasiswa. Data Mining menawarkan suatu cara untuk mengetahui berbagai aspek yang dapat berpengaruh terhadap lama studi mahasiswa. Untuk mengetahui berbagai aspek yang mempengaruhi lama studi mahasiswa berdasarkan data kelulusan yang tersedia, maka implementasi suatu algoritma Data Mining dapat dipergunakan. Dalam penelitian ini, algoritma Data Mining yang dipergunakan untuk menemukan aspek yang mempengaruhi lama studi mahasiswa adalah algoritma Apriori. Katakunci : analisis kelulusan, lama studi, data mining, algoritma apriorihttp://ejournal.uin-suka.ac.id/saintek/JISKA/article/view/1127 |
collection |
DOAJ |
language |
Indonesian |
format |
Article |
sources |
DOAJ |
author |
Gathut Cakra Sutradana M Didik Rohmad Wahyudi |
spellingShingle |
Gathut Cakra Sutradana M Didik Rohmad Wahyudi Penerapan Data Mining untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika UIN Sunan Kalijaga Yogyakarta Menggunakan Metode Apriori JISKA (Jurnal Informatika Sunan Kalijaga) |
author_facet |
Gathut Cakra Sutradana M Didik Rohmad Wahyudi |
author_sort |
Gathut Cakra Sutradana |
title |
Penerapan Data Mining untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika UIN Sunan Kalijaga Yogyakarta Menggunakan Metode Apriori |
title_short |
Penerapan Data Mining untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika UIN Sunan Kalijaga Yogyakarta Menggunakan Metode Apriori |
title_full |
Penerapan Data Mining untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika UIN Sunan Kalijaga Yogyakarta Menggunakan Metode Apriori |
title_fullStr |
Penerapan Data Mining untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika UIN Sunan Kalijaga Yogyakarta Menggunakan Metode Apriori |
title_full_unstemmed |
Penerapan Data Mining untuk Analisis Pengaruh Lama Studi Mahasiswa Teknik Informatika UIN Sunan Kalijaga Yogyakarta Menggunakan Metode Apriori |
title_sort |
penerapan data mining untuk analisis pengaruh lama studi mahasiswa teknik informatika uin sunan kalijaga yogyakarta menggunakan metode apriori |
publisher |
Universitas Islam Negeri Sunan Kalijaga Yogyakarta |
series |
JISKA (Jurnal Informatika Sunan Kalijaga) |
issn |
2527-5836 2528-0074 |
publishDate |
2017-03-01 |
description |
ABSTRACT
The accuracy of a long study of college students at a university becomes very important in demonstrating the quality of the learning process in college. There are many things that affect a student's study time. Data Mining offers a way to know the various aspects that may affect a student's study time. To know the various aspects that influence the duration of the study based on data graduation students are available, then the implementation of a Data Mining algorithms can be used. In this study, Data Mining algorithms used to find aspects that affect student study duration is Apriori algorithm.
Keywords: graduation analysis, long studying, data mining, apriori algorithms
Ketepatan lama studi mahasiswa pada suatu perguruan tinggi menjadi hal yang sangat penting dalam menunjukkan kualitas proses pembelajaran di perguruan tinggi. Ada banyak hal yang mempengaruhi lama studi mahasiswa. Data Mining menawarkan suatu cara untuk mengetahui berbagai aspek yang dapat berpengaruh terhadap lama studi mahasiswa. Untuk mengetahui berbagai aspek yang mempengaruhi lama studi mahasiswa berdasarkan data kelulusan yang tersedia, maka implementasi suatu algoritma Data Mining dapat dipergunakan. Dalam penelitian ini, algoritma Data Mining yang dipergunakan untuk menemukan aspek yang mempengaruhi lama studi mahasiswa adalah algoritma Apriori.
Katakunci : analisis kelulusan, lama studi, data mining, algoritma apriori |
url |
http://ejournal.uin-suka.ac.id/saintek/JISKA/article/view/1127 |
work_keys_str_mv |
AT gathutcakrasutradana penerapandatamininguntukanalisispengaruhlamastudimahasiswateknikinformatikauinsunankalijagayogyakartamenggunakanmetodeapriori AT mdidikrohmadwahyudi penerapandatamininguntukanalisispengaruhlamastudimahasiswateknikinformatikauinsunankalijagayogyakartamenggunakanmetodeapriori |
_version_ |
1716842336861814784 |