Implementasi Algoritma FP-Growth untuk Mengukur Tingkat Kemampuan Siswa dalam Prestasi Belajar
| Autor: | null Harlan Kurnia AR, null Nurmaliana Pohan |
|---|---|
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | SATIN - Sains dan Teknologi Informasi. 8:138-146 |
| ISSN: | 2527-9114 2460-0822 |
| Popis: | Siswa pada sekolah menengah pertama (SMP) berasal dari berbagai sekolah dasar (SD) dengan kualitas pendidikan yang berbeda. Hal tersebut tentu menjadi salah satu faktor berprestasinya siswa dalam pendidikan. Untuk menentukan seberapa besar pengaruh asal sekolah terhadap tingkat kemampuan siswa dalam prestasi belajar perlu dilakukan suatu penelitian. Atribut yang akan diuji yaitu nilai siswa pada mata pelajaran umum, dimana pelajaran tersebut juga dipelajari pada saat SD. Dengan mengambil data nilai dari Ijazah saat lulus SD serta nilai raporttt pada saat SMP. Dengan mengambil sampel data dari siswa berprestasi pada SMP N 9 Padang yang rata-rata raportt diatas 80. Data juga dipersempit dengan hanya mengambil data nilai pada mata pelajaran Matematika, Bahasa Indonesia, dan IPA hal ini menyesuaikan dengan mata pelajaran yang ada pada ujian nasional saat SD. Maka akan didapatkan setidaknya 166 sampel. Penelitian dilakukan dengan memanfaatkan data mining dari data sampel yang telah didapatkan sehingga akan menghasilkan suatu informasi yang lebih berharga yang diperoleh dengan cara mengekstraksi dan mengenali pola yang penting atau menarik dari data yang terdapat dalam basis data. Dengan menerapkan algoritma FP-Growth akan terbentuk berbagai rules yang mencerminkan korelasi suatu atribut dengan yang lain. Tingkat korelasi tersebut dapat dilihat dari nilai support dan konfiden suatu rules. Serta dengan pemanfaatan software rapidminer dapat mempermudah dalam pemrosesan data mining pada database yang memiliki sampel yang banyak. Dari hasil penelitian, didapatkan bahwa asal sekolah memiliki dampak yang cukup signifikan dalam berprestasinya siswa di sekolah. Hal tersebut dapat dilihat dari nilai support dan nilai confident yang tinggi. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|