Aplikasi Data Mining Untuk Klasifikasi Kesiapan Skripsi Menggunakan Algoritma Apriori

Azis, Mohammad Malik Abdul (2019) Aplikasi Data Mining Untuk Klasifikasi Kesiapan Skripsi Menggunakan Algoritma Apriori. Sarjana thesis, Universitas Brawijaya.

Abstract

Skripsi adalah hal wajib yang perlu dikerjakan seorang mahasiswa untuk bisa mendapatkan gelar sarjana. Permasalahan yang sering dijumpai adalah pengerjaan skripsi tidak sesuai dengan rentang waktu yang telah ditentukan, hal tersebut dapat menghambat kelulusan mahasiswa yang bersangkutan. Berdasarkan data lulusan program studi Sistem Informasi tahun 2018 yang didapatkan dari unit Pengelola Sistem Informasi, Infrastruktur TI dan Kehumasan (PSIK) Fakultas Ilmu Komputer Universitas Brawijaya, 96 mahasiswa menyelesaikan skripsi sesuai rentang waktu yang ditentukan sedangkan 95 mahasiswa lainnya tidak menyelesaikan skripsi sesuai rentang waktu yang ditentukan yaitu 6 bulan. Dari data tersebut bisa dikatakan ada sekitar 50% mahasiswa masih belum siap dalam melakukan pengerjaan skripsi. Sehingga berdasarkan permasalahan tersebut diperlukan sistem yang dapat menggali pengetahuan – pengetahuan baru dan dapat membantu pengambilan keputusan menggunakan data mining. Pada penelitian ini memanfaatkan salah satu task data mining yaitu Association Rule Mining dengan algoritma Apriori akan dihasilkan pola – pola aturan asosiasi yang dapat digunakan sebagai parameter untuk prediksi kesiapan skripsi. Data yang berhasil dikumpulkan berjumlah 540 records data akademik mahasiswa dengan program studi Sistem Informasi tahun angkatan 2013 - 2014. 192 records data FILKOM APPS yang berisi data kemajuan skripsi mahasiswa lulusan tahun 2018. Pada proses penelitian ini, data yang telah didapat selanjutnya dilakukan data cleaning, data selection, dan data transformation untuk kemudian dilakukan proses pembentukan pola menggunakan algoritma Apriori dengan tools WEKA. Hasil dari algoritma Apriori diuji akurasinya dengan beberapa skenario menggunakan confussion matrix yang nantinya digunakan dalam sistem. Pada tahap Proposal – P0 didapatkan akurasi terbaik yaitu 76,8%, pada tahap P0 – P1 didapatkan akurasi terbaik yaitu 69,5%, pada tahap P0 – P1 didpatkan akurasi terbaik yaitu 97,1%, dan pada tahap P2 – Seminar didapatkan akurasi terbaik yaitu 69,5%. Juga didapatkan nilai usabilitas dari sistem sebesar 67.5 yang termasuk kedalam predikat D untuk Grade Scale dan Marginal High untuk Acceptability Ranges.

English Abstract

Thesis is a mandatory thing that a student needs to do to get a bachelor's degree. The problem that is often encountered is that the work of the thesis does not match the specified timeframe, it can cause inhibition of the student's graduation. Based on the data of graduates of the Information System study program in 2018 obtained from the Information Systems Management Unit, IT Infrastructure and Public Relations (PSIK) Faculty of Computer Science, Universitas Brawijaya, 96 students complete the thesis according to the specified timeframe while 95 other students do not complete the thesis according to the specified time span of 6 months. From the data, it can be said that around 50% of students are still not ready to do the thesis work. So based on these problems a system is needed that can explore knowledge - new knowledge and can help decision making using data mining. In this study, utilizing one of the data mining tasks, namely Association Rule Mining with the Apriori algorithm, will produce patterns of association rules that can be used as parameters for the prediction of thesis readiness. Data collected amounted to 540 records of academic data from students of the 2013- 2014 Information System study program and 192 FILKOM APPS data records containing progress data for graduate students' thesis in 2018, then data cleaning, data selection, and data transformation were carried out to form the process the pattern uses the Apriori algorithm with WEKA tools. The results of the Apriori algorithm are tested for accuracy with several scenarios using confussion matrix which will be used in the system. In the Proposal - P0 stage the best accuracy was 76.8%, in the P0 - P1 stage the best accuracy was 69.5%, in the P0 - P1 stage the best accuracy was 97.1%, and in the P2 - Seminar stage accuracy was obtained. the best is 69.5%. Also obtained is the usability value of the system of 67.5 which is included in the predicate D for Grade Scale and Marginal High for the Acceptability Ranges.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FILKOM/2019/248/051905566
Uncontrolled Keywords: association rule mining, data mining, Apriori, Confussion Matrix, system usability testing
Subjects: 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification
Divisions: Fakultas Ilmu Komputer > Sistem Informasi
Depositing User: Endang Susworini
Date Deposited: 30 Jul 2020 06:10
Last Modified: 30 Jul 2020 06:10
URI: http://repository.ub.ac.id/id/eprint/171873
Full text not available from this repository.

Actions (login required)

View Item View Item