Aturan Asosiasi Multidimensi pada Data Nilai Mahasiswa Alih Jenis Ilmu Komputer IPB Menggunakan Algoritme Apriori dan Eclat

Abstract

Indeks prestasi kumulatif (IPK) seorang mahasiswa merupakan hasil studi dari mahasiswa selama menempuh pendidikan. IPK akan menentukan kelulusan seorang mahasiswa dari suatu universitas. Pada Program Alih Jenis S1 Ilmu Komputer Institut Pertanian Bogor, nilai yang diperoleh setiap mahasiswa bervariasi, dari skala E (gagal), D (kurang), C (cukup), B (baik), dan A (amat baik). Nilai tersebut menarik untuk diamati mengingat mahasiswa Program Alih Jenis S1 Ilmu Komputer memiliki profil yang berbeda-beda. Penelitian ini bertujuan untuk mencari kaitan antara asal D3, IPK D3, dan nilai-nilai yang diperoleh selama perkuliahan. Untuk mengetahui pola keterkaitan antara ketiga variabel tersebut, dilakukan multidimensional association rule mining menggunakan algoritme apriori dan algoritme equivalence class transformation (Eclat). Berdasarkan aturan yang dihasilkan dari kedua algoritme tersebut, pada nilai minimum support 40% dan minimum confidence 80% dapat disimpulkan bahwa mahasiswa yang berasal dari Program Diploma IPB, pada umumnya memiliki nilai C untuk mata kuliah yang diambil dalam Program Alih Jenis S1 Ilmu Komputer, memiliki IPK D3 yang sangat memuaskan, dan berjenis kelamin laki-laki.