Analisis Pola Peserta Didik Baru di SDN 2 Logede Menggunakan Algoritma Apriori
DOI:
https://doi.org/10.61179/jurnalinfact.v8i02.577Keywords:
Algoritma Apriori, Data Mining, Pola Peserta Didik, SDN 2 Logede, Asosiasi Role, Pendidikan.Abstract
Abstrak
Menggunakan algoritma Apriori,
salah satu metode data mining yang
digunakan untuk menemukan pola
hubungan antara item dalam dataset yang
besar, penelitian ini bertujuan untuk
menganalisis pola siswa baru di SDN 2
Logede. Data siswa yang digunakan di sini,
terdiri dari agama, jenis kelamin, tempat
lahir, pekerjaan orang tua, pendidikan
terakhir orang tua dan alamat tinggal.
Penelitian ini melibatkan beberapa langkah
seperti pengumpulan data, pra-pemrosesan
data, penerapan algoritma Apriori, dan
analisis hasil. Setelah data peserta didik
baru dikumpulkan dari arsip sekolah,
diproses untuk memastikan bahwa
informasinya konsisten dan lengkap.
Algoritma Apriori digunakan untuk
menemukan hubungan antara sifat yang
sering muncul bersama. Salah satu teknik
data mining yang digunakan dalam
penelitian ini adalah klasifikasi asosiasi role
untuk mengolah data siswa di SDN 2
Logede. Penelitian ini mengolah data siswa
menggunakan bahasa pemograman python
untuk mendapatkan pola dan aturan. Pola
asosiasi adalah teknik data mining yang
berguna untuk menemukan pola atau
korelasi yang paling penting atau menarik
dari kumpulan data yang besar. Algoritma
Apriori, yang menggunakan teknik
peraturan asosiasi untuk melakukan
pencarian itemset sering, dapat
menghasilkan pola siswa dari tahun 2018
hingga 2023 di Sekolah Negeri 2 Logede di
Kabupaten Klaten. Dengan bantuan
Algoritma Apriori, dapat disimpulkan
bahwa jumlah siswa tertinggi akan terjadi
pada tahun 2021. Penelitian ini
menggunakan 73 data jumlah siswa dari
tahun 2018 hingga 2023. Hasil pengujian
menunjukkan bahwa nilai Support tertinggi
adalah 1,0 dan nilai Confiden tertinggi
adalah 1,0.
Kata Kunci: Algoritma Apriori, Data
Mining, Pola Peserta Didik, SDN 2 Logede,
Asosiasi Role, Pendidikan.
References
Tasyirifiah, T., & Pitaloka, A. F. (2023).
Dampak Pemberlakuan Sistem Zonasi
terhadap Daya Saing Pelajar di
Indonesia. Al-DYAS, 2(2), 381–391.
https://doi.org/10.58578/aldyas.v2i2.1
Anas, A., & Zebua, A. J. (2024).
Penerapan Aturan Asosiasi Pada
Pengunjung Perpustakaan
Universitas Graha Karya Muara
Bulian. 18(1), 27–34.
Dwi, K., & Kristoforus, H. (2023).
Pedagogi : Jurnal Pendidikan dan
Pembelajaran Potret Beban
Pendidikan Siswa dan Orangtua
dalam Menghadapi. 3(2), 44–54.
Ardiansyah, A., Zy, A. T., & Nugroho,
A. (2023). Implementasi Data Mining
Algoritma Apriori Pada Sistem
Persediaan Obat (Studi Kasus Klinik
Pratama Keluarga Kesehatan).
JISAMAR (Journal of …, 7(3), 777–
https://doi.org/10.52362/jisamar.v7i3.
Fitriah, Imam Riadi, & Herman. (2023).
Analisis Data Mining Sistem
Inventory Menggunakan Algoritma
Apriori. Decode: Jurnal Pendidikan
Teknologi Informasi, 3(1), 118–129.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Gregoria Mariana Selvi, Haeni Budiati
This work is licensed under a Creative Commons Attribution 4.0 International License.
<a rel="license" href="http://creativecommons.org/licenses/by/4.0/"><img alt="Lisensi Creative Commons" style="border-width:0" src="https://i.creativecommons.org/l/by/4.0/88x31.png" /></a><br />Ciptaan disebarluaskan di bawah <a rel="license" href="http://creativecommons.org/licenses/by/4.0/">Lisensi Creative Commons Atribusi 4.0 Internasional</a>.
