| dc.description.abstract | Dalam seleksi penentuan mahasiswa baru IPB menerapkan program USMI yaitu penerimaan jalur masuk mahasiswa dengan sistem seleksi calon mahasiswa IPB yang tidak menggunakan ujian tertulis, dasar penentuan mahasiswa jalur USMI dinilai berdasarkan prestasi belajar selama 5 semester di SLTA. Jalur USMI biasanya diterima dari siswa SLTA jalur IPA melalui tahap penilaian kompetensi akademik
atas peringkat dan nilai yang diperoleh siswa dalam 4 (empat) mata ajaran yaitu Biologi, Fisika, Kimia dan Matematika dan prestasi dalam bidang kokulikuler dan ekstrakulikuler.
Banyaknya data dari pelamar USMI dari tahun ke tahun hanya digunakan pada saat seleksi selanjutnya data-data tersebut sebagai arsip, dan bahan laporan sehingga terjadi penumpukan. Data-data tersebut seharusnya dapat digunakan sebagai sumberdaya informasi. Untuk itu diperlukannya suatu cara untuk mempercepat dan mengekstraksi data-data tersebut agar dapat memberikan informasi. Data mining
adalah salah satu cara untuk mengekstraks data, salah satu metode yang ada dalam data mining adalah metode Market Basket Analysis. Metode Market Basket Analysis ini menggunakan algoritma apriori yang merupakan jenis association rule pada data mining. Tugas dari association rule adalah menganalisis kebiasaan yang berulang dan mencari kombinasi dan frekuensi.
Tujuan yang ingin dicapai dalam penelitian ini adalah: 1) dapat menerapkan sistem informasi manajemen melalui metode data mining dengan mengetahui aplikasi Market basket analysis, 2) Mengidentifikasi pola-pola dari kaidah asosiasi (association rules) yang berkaitan dengan data faktor-faktor yang mempengaruhi (asal mahasiswa, nilai USMI, Jenis Kelamin, pilihan mayor dan nilai IPK) untuk
diketahui nilai-nilai support dan confidence, dan 3) Dapat mengamati kebiasaan dan asosiasi faktor-faktor penentu dari pemilihan mahasiswa USMI yang terhadap nilai IPK, sehingga didapat pola yang dapat membantu untuk keputusan dan rencana strategis. Penelitian dilakukan di Institut Pertanian Bogor. Data yang di analisis meliputi data kompetensi akademik dan data diri mahasiswa baru, serta data prestasi akademik mahasiswa tersebut yang diperoleh dari Panitia Penerimaan Mahasiswa
Baru dan Direktorat Administrasi Pendidikan.
Dari teknik data mining dilakukan pembersihan data, integrasi data, transformasi data, mining data serta presentasi hasil. Hasil Market Basket Analysis, didapatkan 745 rules yang memenuhi aturan yang ditentukan. Implikasi Manajerial yang didapat adalah dapat dilihatnya pola-pola yang dibentuk dari analisis yang dilakukan dapat melihat faktor dan kompetensi akademik siswa SLTA yang masuk
dan memilih mayor tertentu, sehingga didapatkan peserta didik yang optimal dan menghasilkan lulusan yang baik dan bermutu. Dengan menggunakan teknik serupa dapat mempermudah bagi pimpinan IPB untuk menganalisis data-data lainnya yang bisa digunakan sebagai informasi sehingga dapat dipergunakan secara efektif dan efisien sebagai data dalam pengambilan keputusan strategis. | id |
