Implementasi Data Mining Dalam Menentukan Korelasi Antara Pelanggaran Sikap Siswa Di Lingkungan Sekolah Lanjutan Advent Purwodadi Menggunakan Algoritma Association Rule

Penulis

  • Gomgom Yosua Balutaro Sihotang PT Kosada Group Indonesia

https://doi.org/10.36342/teika.v11i1.2479

Kata Kunci:

Data Mining, Association Rule, Pelanggaran, Fp-Growth

Abstrak

Siswa yakni ialah sebagai seseorang “subjek didik” di mana nilai kemanusiaan sebagai individu, yang sebagai makhluk sosial yang memiliki identitas moral, perlu dikembangkan untuk mencapai tingkatan suatu proses untuk mencapai hasil yang ideal dan kriteria kehidupan sebagai manusia diharapkan oleh bangsa dan negara. Pada penelitian ini memungkinkan peneliti untuk mencari nilai korelasi antara data pelanggaran diantara siswa Sekolah Lanjutan Advent Purwodadi. Data pelanggaran dihitung menggunakan metode association rule dengan menggunakan algoritma FP-Growth. Yaitu dengan mengkombinasikan data pelanggaran berdasarkan atribut yakni jenis-jenis pelanggaran yang dilakukan. Hasil yang diterima akan memberikan informasi korelasi pelanggaran yang tersembunyi dari siswa tahun 2016-2020 di sekolah Lanjutan Advent Purwodadi. Penelitian ini menemukan 27 aturan asosiasi. Hasil yang didapatkan diharapkan dapat membantu sekolah dalam mengatur siswanya agar sesuai dengan visi dan misi Sekolah Lanjutan Advent Purwodadi.

Article Metrics

Unduhan

Data unduhan belum tersedia.

Referensi

M. Strategi Belajar Mengajar, Surabaya: Citra Media, 2005.

S. S. Willis, Remaja dan Masalahnya, Bandung: Alfabeta, 2010.

W. S. Sarlito, Psikologi Remaja, Jakarta: Raja Grafindo Pustaka, 2012.

M. Kun and S. Juju, Sosiologi untuk SMA dan MA Kelas X, Jakarta: Esis, 2007.

H. Jiawei and M. Kamber, Data Mining: Concepts and Techniques, 2nd Edition, San Fransisco: Morgan Kaufmann Publishers, 2006.

A. A. Fajrin and A. Maulana, "Penerapan Data Mining Untuk Analisa Pola Pembelian Konsumen Dengan Algoritma FP-Growth Pada Data transaksi Penjualan Spare Part Motor," Kumpulan Jurnal Ilmu Komputer (KLIK), pp. 27-36, 2018.

Y. W. Wahdi, "Implementasi Data Mining Untuk Analisa Tingkat Pelanggaran Lalu Lintas Dengan Algoritma Association Rule," Ruang Teknik Journal, pp. 105-112, 2018.

Y. S. Nugroho, "Data Mining Menggunakan Algoritma Naive Bayes Untuk Klasifikasi Kelulusan Universitas Dian Nuswantoro," pp. 1-10, 2014.

D. Samuel, "Penerapan Struktur FP-Tree dan Algoritma FP-Growth dalam Optimasi Penentuan Frequent Itemset," Institut Teknologi Bandung, 2008.

I. Ali, Manajemen Peserta Didik Berbasis Sekolah, Jakarta: Bumi Aksara, 2011.

E. T. Luthfi and Kusrini, Algoritma Data Mining, Yogyakarta: Andi Offset, 2009.

S. Budi, Data Mining Teknik Pemanfaatan Data Untuk Keperluaan Bsinis, Yogyakarta: Graha Ilmu, 2007.

I. Pramudiono, "http://datamining.japati.net," 16 Januari 2007. [Online]. Available: http://datamining.japati.net/cgi-bin/indodm.cgi?bacaarsip&1155527614&artikel.

U. David, "Mining an Online Auctions Data Warehose,," in Proceedings of MASPLAS'02 the Mid-Atlantic Student Workshop on Programming Languages and System Pace University, 2002.

kemdikbud, "PENETAPAN KRITERIA KETUNTASAN MINIMAL," [Online]. Available: https://pklk.gtk.kemdikbud.go.id/webpage/show_pdf_article/artikel/2e01e17467891f7c933dbaa00e1459d23db3fe4f.

J. Han, J. Pei and M. Kamber, Data mining, concepts and techniques., Elsevier, 2011.

##submission.downloads##

Diterbitkan

2021-05-04

Cara Mengutip

Sihotang, G. Y. B. (2021). Implementasi Data Mining Dalam Menentukan Korelasi Antara Pelanggaran Sikap Siswa Di Lingkungan Sekolah Lanjutan Advent Purwodadi Menggunakan Algoritma Association Rule. TeIKa, 11(1), 87-98. https://doi.org/10.36342/teika.v11i1.2479

Terbitan

Bagian

Datamining