Analisis Association Rule Pada Faktor Eksternal dan Prestasi Belajar Terhadap Tingkat Stres Mahasiswa Menggunakan lgoritma Apriori

Abiyyu, Muhammad Alifandi and Ir. Satrio Hadi Wijoyo, S.Si., S.Pd., M.Kom. and Ir. Dan Ir. Satrio Agung Wicaksono, S.Kom., M.Kom. (2024) Analisis Association Rule Pada Faktor Eksternal dan Prestasi Belajar Terhadap Tingkat Stres Mahasiswa Menggunakan lgoritma Apriori. Sarjana thesis, Universitas Brawijaya.

Abstract

Stres merupakan fenomena umum yang memengaruhi kesejahteraan mahasiswa, baik secara psikologis maupun akademis. Penelitian ini menganalisis hubungan antara faktor eksternal, prestasi belajar, dan tingkat stres mahasiswa menggunakan algoritma Apriori. Dengan memanfaatkan data mining dan teknik Association Rule, penelitian ini mengidentifikasi pola keterkaitan antara faktorfaktor seperti kondisi ekonomi keluarga, tuntutan sosial, serta capaian akademik terhadap tingkat stres. Data dikumpulkan melalui kuesioner Depression, Anxiety, Stress Scale (DASS) 42 dan data akademik dari mahasiswa angkatan 2020 sampai 2021 Program Studi Pendidikan Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya. Hasil penelitian menunjukkan bahwa sejumlah besar aturan asosiasi dapat diidentifikasi, namun tidak semua dapat dianalisis lebih lanjut akibat kurangnya hubungan kausalitas logis pada sebagian besar aturan tersebut. Analisis mendalam mengungkapkan bahwa faktor eksternal, terutama kondisi sosioekonomi keluarga seperti tingkat pendidikan orang tua, jenis pekerjaan orang tua, dan stabilitas finansial keluarga, merupakan variabel yang paling dominan berasosiasi dengan tingkat stres mahasiswa. Mahasiswa yang memiliki kondisi tidak stress adalah mahasiswa yang memiliki status sosioekonomi keluarga yang baik, seperti faktor ayah yang berpendidikan tinggi, faktor pekerjaan ayah, faktor ibu yang berpendidikan tinggi, sedangkan mahasiswa yang memiliki kondisi stress disebabkan oleh ibu atau ayah yang berpendidikan menengah, serta kombinasi aturan ibu yang berpendidikan menengah dan ayah yang berpendidikan menengah.

English Abstract

Stress is a common phenomenon that significantly affects students' well-being, both psychologically and academically. This study analyzes the relationship between external factors, academic performance, and students' stress levels using the Apriori algorithm. Employing data mining techniques and association rules, the research identifies patterns of relationships among factors such as family economic conditions, social demands, and academic achievement on stress levels. Data were collected through the Depression, Anxiety, Stress Scale (DASS) 42 questionnaire and academic records from the 2020 to 2021 intake students of the Information Technology Education Program at the Faculty of Computer Science, Universitas Brawijaya. The findings reveal that although numerous association rules were identified, not all could be further analyzed due to the lack of logical causality in most of the identified rules. In-depth analysis indicates that external factors, particularly family socioeconomic conditions—such as parental education levels, parental occupations, and family financial stability—are the most dominant variables associated with students' stress levels. Students with no stress were generally characterized by favorable socioeconomic conditions, such as having highly educated fathers, stable paternal employment, or highly educated mothers. Conversely, students experiencing stress were often linked to secondary educational backgrounds of either parent or a combination of both parents having secondary education levels.

Item Type:	Thesis (Sarjana)
Identification Number:	052415
Uncontrolled Keywords:	Stres, Faktor Eksternal, Prestasi Belajar, Association Rule, Algoritma Apriori, Data Mining
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	S Sucipto
Date Deposited:	13 Feb 2025 04:14
Last Modified:	13 Feb 2025 04:14
URI:	http://repository.ub.ac.id/id/eprint/236622

Text (DALAM MASA EMBARGO) Muhammad Alifandi Abiyyu.pdf Restricted to Registered users only Download (4MB)

Actions (login required)

View Item