Denny Setyabudy (2015) Penerapan Association Rule Menggunakan Algoritma FP-Growth Untuk Analisa Pola Kelulusan Mahasiswa Fakultas Sains Dan Teknologi Universitas Airlangga. Skripsi thesis, UNIVERSITAS AIRLANGGA.
|
Text (ABSTRAK)
ABSTRAK.pdf Download (229kB) | Preview |
|
Text (FULLTEXT)
FULLTEXT.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (HALAMAN JUDUL)
1. HALAMAN JUDUL.pdf Download (231kB) |
||
Text (ABSTRAK)
2. ABSTRAK.pdf Download (198kB) |
||
Text (DAFTAR ISI)
3. DAFTAR ISI.pdf Download (215kB) |
||
Text (BAB I)
4. BAB I.pdf Download (202kB) |
||
Text (BAB II)
5. BAB II.pdf Restricted to Registered users only Download (369kB) | Request a copy |
||
Text (BAB III)
6. BAB III.pdf Restricted to Registered users only Download (226kB) | Request a copy |
||
Text (BAB IV)
7. BAB IV.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB V)
8. BAB V.pdf Restricted to Registered users only Download (195kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9. DAFTAR PUSTAKA.pdf Download (193kB) |
||
Text (LAMPIRAN)
10. LAMPIRAN.pdf Restricted to Registered users only Download (512kB) | Request a copy |
Abstract
Fakultas Sains dan Teknologi merupakan fakultas dengan jumlah program studi S1 paling banyak di Universitas Airlangga, yaitu delapan program studi, setiap tahun jumlah mahasiswa yang lulus mencapai angka ratusan. Pihak manajemen Fakultas Sains dan Teknologi membutuhkan media evaluasi untuk mendeskripsikan kaitan faktor akademik dan nonakademik dari mahasiswa lulusan yang dibutuhkan sebagai bahan pertimbangan untuk menentukan mahasiswa yang akan diterima yang berpotensi lulus tepat waktu dengan predikat kelulusan yang memuaskan. Metode data mining FP-Growth yang termasuk algoritma association rule digunakan untuk mencari pola lulusan mahasiswa yang mendeskripsikan kaitan faktor akademik dan nonakademik lulusan. Penerapan FP-Growth untuk analisa pola lulusan mahasiswa terdiri dari 7 tahap. Proses analisa diawali dengan pengumpulan data, kemudian pengolahan data induk serta lulusan mahasiswa. Selanjutnya dilakukan penerapan metode FP-Growth. Tahap berikutnya ialah perancangan desain input output, desain proses, dan algoritma pemrograman. Dilanjutkan dengan implementasi dari perancangan sistem. Tahap berikutnya dilakukan pengujian sistem yang terdiri dari system testing dan evaluasi sistem. Hasil analisa pola lulusan mahasiswa kemudian diinterpretasikan. Dari hasil evaluasi oleh pihak manajemen Fakultas Sains dan Teknologi Universitas Airlangga, didapatkan bahwa sistem telah berjalan dengan baik dan benar, dan dapat diterima oleh pengguna. Sistem menghasilkan beberapa pola lulusan mahasiswa yang dijadikan bahan evaluasi penyelenggaraan akademik di Fakultas Sains dan Teknologi Universitas Airlangga serta sebagai bahan pertimbangan dalam penerimaan mahasiswa baru.
Item Type: | Thesis (Skripsi) | ||||||
---|---|---|---|---|---|---|---|
Additional Information: | KKC KK ST.SI.41/15 Set p | ||||||
Uncontrolled Keywords: | Data mining, Association Rule, FP-Growth, Graduates Pattern | ||||||
Subjects: | Q Science > QA Mathematics > QA76.73. Computer algorithms and Data structures | ||||||
Divisions: | 08. Fakultas Sains dan Teknologi > Sistem Informasi | ||||||
Creators: |
|
||||||
Contributors: |
|
||||||
Depositing User: | Dwi Prihastuti | ||||||
Date Deposited: | 28 Sep 2015 12:00 | ||||||
Last Modified: | 21 May 2020 10:59 | ||||||
URI: | http://repository.unair.ac.id/id/eprint/28043 | ||||||
Sosial Share: | |||||||
Actions (login required)
View Item |