PENENTUAN FAKTOR KELULUSAN MAHASISWA
PADA DATA INDUK DAN DATA KELULUSAN
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
MENGGUNAKAN ALGORITME APRIORI
oleh
DURRI INDY MAHBUBAH
NIM. M0111024
SKRIPSI
ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Sarjana Sains Matematika
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
PENENTUAN FAKTOR KELULUSAN MAHASISWA
PADA DATA INDUK DAN DATA KELULUSAN
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
MENGGUNAKAN ALGORITME APRIORI
oleh
DURRI INDY MAHBUBAH
M0111024
SKRIPSI
ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Sarjana Sains Matematika
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2016
i
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ii
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ABSTRAK
Durri Indy Mahbubah. 2016. PENENTUAN FAKTOR KELULUSANMAHASISWA PADA DATA INDUK DAN DATA KELULUSAN FAKULTASMATEMATIKA DAN ILMU PENGETAHUANALAMUNIVERSITAS SEBELASMARET MENGGUNAKAN ALGORITME APRIORI. Fakultas Matematikadan Ilmu Pengetahuan Alam. Universitas Sebelas Maret.
Data mining merupakan proses pengekstrakan informasi yang berasal da-ri basis data berukuran besar untuk membantu dalam pengambilan keputusan.Salah satu metode data mining yang biasanya digunakan adalah aturan asosi-asi. Algoritme apriori merupakan aturan asosiasi menggunakan frequent item.Algoritme apriori dapat diterapkan pada data kelulusan mahasiswa untuk me-nemukan aturan asosiasi. Tujuan penelitian ini untuk menentukan hubungansemua variabel yang memenuhi syarat minimum untuk support dan syarat mini-mum untuk confidence. Penelitian ini dilakukan dengan terlebih dahulu melihathubungan antara data induk mahasiswa dan data kelulusan mahasiswa FakultasMatematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret. Hubunganantara data induk mahasiswa dan data kelulusan mahasiswa dapat dilihat darinilai support, confidence dan lift yang diperoleh. Penelitian dilakukan denganmenggunakan atribut IPK, lama studi, jenis kelamin, jalur masuk universitas,program studi, dan asal sekolah. Dari pembahasan dapat disimpulkan bahwa50.818% kelulusan mahasiswa terjadi pada mahasiswa dengan lama studi lebihdari 4 tahun dan dengan IPK diantara 2.76 sampai dengan 3.50.Kata kunci: data mining, aturan asosiasi, algoritme apriori.
iii
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ABSTRACT
Durri Indy Mahbubah. 2016. STUDENT PASSING ON EXAMINATIONFACTOR DETERMINATION IN MASTER DATA AND GRADUATE DATAOF FACULTY OF MATHEMATICS AND NATURAL SCIENCES SEBELASMARET UNIVERSITY USING APRIORI ALGORITHM. Faculty of Mathe-matics and Natural Sciences. Sebelas Maret University.
Data mining is a process of extracting information from big database whichcan help us in decision process. One method of data mining is the associationrules. The first algorithm of association rule using frequent item is apriori algori-thm. The purpose of this research is to determine the relationship of all variablesthat are eligible for minimum support and minimum confidence. In this researchfirstly we find the relationship between master data and graduate students da-ta. This can be seen from the obtained value of support, confidence, and lift.This research was conducted using the atributes of cumulative achievement in-dex, long study, gender, university admission, study program, and the origin ofschool. From the discussion, it can be concluded that 50.818% of graduate stu-dent takes more than 4 years study period and with the cumulative achievementindex 2.76-3.50.Keywords: data mining, association rule, apriori algorithm.
iv
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
PERSEMBAHAN
Saya persembahkan karya ini untuk
kedua orang tua saya, Ibu Zahrotul Ummah dan Abah Noor Hidayat,
Kakek Rastam dan Nenek Ngaijah,
Budhe Sumiati dan Pakdhe Purnomo.
v
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
KATA PENGANTAR
Segala puji dan syukur penulis panjatkan kepada kehadirat Allah SWT yang
telah melimpahkan rahmat dan hidayah-Nya sehingga penulis berhasil menyele-
saikan skripsi ini. Sholawat serta salam tak lupa penulis haturkan kepada Nabi
Muhammad SAW yang menjadi panutan dan tauladan yang baik dalam kehidu-
pan ini. Dalam penyusunan skripsi ini penulis telah mendapatkan bantuan dari
banyak pihak. Oleh karena itu penulis mengucapkan terima kasih kepada
1. Bapak Drs. Isnandar Slamet, M.Sc., Ph.D. sebagai Pembimbing I yang te-
lah mengarahkan dan memberikan bimbingan dalam menyelesaiakn skripsi.
2. Bapak Bowo Winarno, S.Si., M.Kom sebagai Pembimbing II yang telah
memberi bimbingan dan masukan dalam penulisan skripsi.
3. Nadya Al Fitriani, Dian Rizki Nuraini, Laela Nur Aeni, Lutvia Undari,
Regina Margiana dan M. Andi Saputro yang telah memberikan saran dan
semangat.
Penulis berharap semoga laporan ini bermanfaat.
Surakarta, Juni 2016
Penulis
vi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
DAFTAR ISI
HALAMAN JUDUL . . . . . . . . . . . . . . . . . . . . . . . . . . . . i
ABSTRAK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
ABSTRACT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iv
PERSEMBAHAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . v
KATA PENGANTAR . . . . . . . . . . . . . . . . . . . . . . . . . . . vi
DAFTAR ISI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . viii
DAFTAR TABEL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . x
DAFTAR GAMBAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi
I PENDAHULUAN 1
1.1 Latar Belakang Masalah . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Perumusan Masalah . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Tujuan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Manfaat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
II LANDASAN TEORI 4
2.1 Tinjauan Pustaka . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 Teori Penunjang . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.1 Data Mining . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.2 Algoritme Apriori . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Software Tanagra . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.4 Kerangka Pemikiran . . . . . . . . . . . . . . . . . . . . . . . . . 11
IIIMETODE PENELITIAN 14
vii
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
IVHASIL DAN PEMBAHASAN 16
4.1 Atribut Data pada Data Induk Mahasiswa dan Data Kelulusan
Mahasiswa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.2 Seleksi Atribut . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4.3 Perhitungan Nilai Support . . . . . . . . . . . . . . . . . . . . . . 22
4.4 Perhitungan Nilai Confidence . . . . . . . . . . . . . . . . . . . . 29
4.5 Perhitungan Nilai Lift . . . . . . . . . . . . . . . . . . . . . . . . 30
4.6 Aturan Asosiasi Final . . . . . . . . . . . . . . . . . . . . . . . . . 32
V PENUTUP 33
5.1 Kesimpulan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.2 Saran . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
DAFTAR PUSTAKA 34
LAMPIRAN 36
Lampiran 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Lampiran 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Lampiran 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Lampiran 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Lampiran 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Lampiran 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Lampiran 7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
Lampiran 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
viii
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
DAFTAR TABEL
4.1 Data Induk Mahasiswa . . . . . . . . . . . . . . . . . . . . . . . . 16
4.2 Data Kelulusan Mahasiswa . . . . . . . . . . . . . . . . . . . . . . 17
4.3 Predikat Kelulusan . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.4 Kode IPK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.5 Kode Lama Studi . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.6 Kode Program Studi . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.7 Kode Jalur Masuk . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.8 Kode Jenis Kelamin . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.9 Kode Asal sekolah . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.10 Nilai support kandidat 1− itemset (C1) . . . . . . . . . . . . . . . 22
4.11 1− itemset (L1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.12 Nilai support kandidat 2− itemset (C2) . . . . . . . . . . . . . . . 24
4.13 2− itemset (L2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.14 Nilai support kandidat 3− itemset (C3) . . . . . . . . . . . . . . . 25
4.15 3− itemset (L3) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.16 Nilai support kandidat 4− itemset (C4) . . . . . . . . . . . . . . . 26
4.17 4− itemset (L4) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.18 Nilai support kandidat 5− itemset (C5) . . . . . . . . . . . . . . . 27
4.19 5− itemset (L5) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.20 Pola frekuensi tinggi . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.21 Nilai confidence kandidat aturan asosiasi . . . . . . . . . . . . . . 30
4.22 Aturan asosiasi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.23 Nilai lift aturan asosiasi . . . . . . . . . . . . . . . . . . . . . . . 31
4.24 Aturan asosiasi dengan nilai lift≥1 . . . . . . . . . . . . . . . . . 31
ix
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
4.25 Aturan asosiasi final . . . . . . . . . . . . . . . . . . . . . . . . . 32
x
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
DAFTAR GAMBAR
2.1 Menu dalam Tanagra . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Flowchart Algoritme Apriori . . . . . . . . . . . . . . . . . . . . . 12
2.3 Lanjutan flowchart Algoritme Apriori . . . . . . . . . . . . . . . . 13
xi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user