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, Fakultas Teknologi Informasi
Institut Teknologi Adhi Tama Surabaya
Jl. Arif Rachman Hakim no. 100
E-mail : [email protected], [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