Penerapan Algoritma Apriori untuk Menemukan Hubungan Antar Mata Kuliah Berdasarkan Kelulusan Mahasiswa

Abstract

Tingkat kelulusan mahasiswa dalam mata kuliah inti merupakan indikator penting untuk mengevaluasi keberhasilan proses pembelajaran. Pada program studi tentunya memiliki beberapa mata kuliah yang bersifat fundamental. Mata kuliah dasar memiliki peran dalam memahami beberapa mata kuliah lanjutan maupun mata kuliah pilihan. Penelitian ini bertujuan untuk menemukan pola hubungan kelulusan antar mata kuliah dasar dalam bidang informatika menggunakan algoritma Apriori, yang merupakan salah satu metode dalam data mining untuk menemukan aturan asosiasi antar item dalam suatu dataset.Data yang digunakan dalam penelitian ini adalah daftar nilai mahasiswa angkatan 2022/2023 kelas A sampai D pada program studi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Ponorogo. Adapun mata kuliah dasar terdiri dari Algoritma Dasar, Struktur Data, Matematika Diskrit, dan Algoritma Strategis. Dataset terdiri dari 95 data mahasiswa dengan atribut status kelulusan mata kuliah dasar. Proses analisis dilakukan untuk menghasilkan aturan asosiasi (association rules) berdasarkan nilai support, confidence, dan lift. Salah satu aturan yang ditemukan menunjukkan bahwa mahasiswa yang lulus Struktur Data memiliki kemungkinan 100% untuk juga lulus Algoritma dasar, dengan nilai lift sebesar 1.05. Selain itu, ditemukan pula bahwa mahasiswa yang lulus Matematika Diskrit memiliki kemungkinan sebesar 95.8% untuk lulus Algoritma Strategis, dengan nilai lift sebesar 1.08. Hasil dari penelitian ini dapat dimanfaatkan oleh pengelola program studi atau dosen wali sebagai dasar rekomendasi dalam pengambilan mata kuliah pilihan yang relevan dengan kemampuan akademik mahasiswa. Selain itu, informasi ini juga dapat digunakan sebagai indikator dini untuk menentukan intervensi akademik bagi mahasiswa yang berisiko tidak lulus tepat waktu.