DATA MINING UNTUK MENGGALI POLA MAHASISWA BARU
MENGGUNAKAN METODE FREQUENT PATTERN GROWTH
(STUDI KASUS : INSTITUT TEKNOLOGI ADHI TAMA SURABAYA)
Budanis Dwi Meilani, Muhammad Asadulloh
Jurusan Teknik Informatika,Institut Teknologi Adhi Tama Surabaya
E-mail : [email protected]
ABSTRAK
Di masa sekarang ini perguruan tinggi negeri maupun swasta mengalami perkembangan yang sangat pesat.
Setiap tahunnya perguruan tinggi swasta berlomba-lomba untuk mendapatkan mahasiswa baru. Banyak cara
yang dilakukan baik itu dengan cara promosi di koran, ditelevisi, brosur dan masih banyak lagi. Di dalam
melakukan promosi khususnya di kampus ITATS banyak terjadi kendala terutama menentukan tempat untuk
melakukan promosi. Terkadang kita tidak mengetahui pasar atau seberapa banyak mahasiswa yang mendaftar
dengan kriteria yang ada. Untuk itu perlu dibuatkan program aplikasi untuk menghasilkan pola mahasiswa
baru dengan menggunakan algoritma Frequent pattern growth. Algoritma Frequent pattern growth adalah
pola asosiasi yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent
itemset) dalam sebuah kumpulan data. Frequent pattern growth menggunakan pendekatan yang berbeda dari
paradigma yang digunakan pada algoritma Apriori. Frequent pattern tree merupakan struktur penyimpanan
data yang dimampatkan. Frequent pattern tree dibangun dengan memetakan setiap data transaksi ke dalam
setiap lintasan tertentu dalam frequent pattern tree. Hasil analisa data untuk semua data pada tahun 2013 –
2014 memiliki minimum support sebesar 0,01 % memiliki jumlah item sebanyak 163 item, serta aplikasi ini
mampu memproses data dengan minimum support mencapai 0,005 %.
Kata kunci: Pola mahasiswa, FP – Growth, FP – Tree, asosiasi rule