PREDIKSI PEMILIHAN MATA KULIAH DENGAN ALGORITMA KFP-TREE

Repositori Jurnal Mahasiswa PTIIK UB
© 2015 by Doro Jurnal
Volume 6 - Number 13
Year of Publication: 2015
Nur Alfiyah, Budi Darma Setiawan dan Edy Santoso
Download Article

 


Abstract

Konsultasi akademik menjadi hal penting dalam proses akademik karena menentukan proses belajar selama 1 semester ke depan. Konsultasi menjadi alat bantu mahasiswa untuk menentukan pengambilan matakuliah wajib dan pilihan. Dalam prosesnya, dosen memberikan saran dan solusi kepada mahasiswa. Namun, hal tersebut sulit dilakukan oleh sebagian mahasiswa jurusan Informatika, Univeristas Brawijaya. Rasio mahasiswa dan dosen yang tidak ideal, yaitu 53 dibanding 1 menyebabkan konsultasi akdemik menjadi tidak optimal. Idealnya, rasio jumlah mahasiswa dan dosen pengampu mahasiswa adalah 23 dibanding 1. Berdasarkan permasalahan di atas, dibutuhkan suatu sistem yang dapat memberikan rekomendasi kepada mahasiswa dalam memilih mata kuliah untuk semester berikutnya.  Rekomendasi ini didapatkan dengan cara menemukan pola data history akademik alumni dengan metode KFp-tree. Metode ini dipilih karena menghasilkan tree lebih pendek dan sederhana dari metode lainnya. Penelitian ini menggunakan 52 matakuliah dan data nilai matakuliah beberapa mahasiswa dari angkatan 2008-2011. Hasil pengujian menunjukkan dengan pemakaian nilai minimum support = 20% dan minimum confidence = 60% pada 40 data transkrip, menghasilkan nilai akurasi sebesar 38,48%. Dari hasil tersebut dapat disimpulkan bahwa algoritma KFp-tree dapat digunakan untuk merekomendasikan matakuliah..

 

Keywords

Prediksi, Matakuliah, K-means, Fp-tree, Kfp-tree.