Penerapan Data Mining Untuk Mengidentifikasi Pola Asosiasi Peminatan Program Studi Menggunakan Algoritma Apriori

Abstract

Kesalahan dalam pemilihan peminatan program studi oleh mahasiswa merupakan masalah yang dapat memengaruhi hasil akademik dan masa depan akademik mereka. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan menerapkan metode data mining menggunakan algoritma Apriori dalam konteks identifikasi pola asosiasi antara mata kuliah dalam program studi Teknik Informatika di Universitas Harapan Medan Fakultas Teknik dan Komputer. Dengan menggunakan algoritma ini, penelitian ini memberikan solusi untuk merancang kurikulum yang lebih efisien dan relevan dengan kebutuhan mahasiswa serta industri. Hasil penelitian menunjukkan bahwa algoritma Apriori mampu mengidentifikasi pola asosiasi antara pilihan mata kuliah dan peminatan mahasiswa dengan tingkat kepercayaan yang tinggi. Contohnya adalah korelasi antara stambuk mahasiswa dan pilihan program studi tertentu seperti Multimedia dan Jaringan. Analisis ini memberikan wawasan yang berharga bagi universitas dalam mengoptimalkan penyusunan kurikulum agar lebih sesuai dengan minat dan kebutuhan mahasiswa, sehingga dapat meningkatkan kualitas pendidikan tinggi. Dengan menggunakan rumus Apriori dilakukan langkah algoritma dengan mencari Itemset Frekuensi, Support, Confidence, Pruning, dan Generate Aturan Asosiasi. Penelitian ini menemukan asosiasi antara stambuk dan pilihan program studi mahasiswa di Universitas Harapan Medan Fakultas Teknik dan Komputer. Sebagai contoh, terdapat asosiasi yang signifikan antara stambuk 2021 dan program studi Multimedia, di mana 40% dari mahasiswa dengan stambuk 2021 juga memilih program studi Multimedia, dengan tingkat kepercayaan sebesar 76,67%.