PENERAPAN ASSOCIATION RULE MINING PADA DATA ALUMNI UNTUK MENDAPATKAN POLA PEKERJAAN MENGGUNAKAN ALGORITMA APRIORI
Penulis Utama
:
Zulfa Fikri Azizah
NIM / NIP
:
M0519087
×<p>Keberhasilan lulusan perguruan tinggi dalam mencapai pekerjaan yang layak menjadi salah satu indikator utama kualitas pendidikan. Oleh karena itu, penting untuk memahami pola kesuksesan/kelayakan pekerjaan alumni. Penelitian terkait pola dalam data alumni sudah banyak dilakukan. Namun, belum banyak yang mengintegrasikan performa akademik dan aspek pekerjaan untuk mengevaluasi kelayakan pekerjaan yang diukur dari gaji dan masa tunggu. Penelitian ini menggabungkan dataset dari akademik dan tracer study. Dataset mencakup informasi tentang lulusan program S1 lulus pada tahun 2020 berjumlah 3.415 data. Untuk mengidentifikasi faktor-faktor yang mempengaruhi kelayakan pekerjaan mahasiswa, penelitian ini menerapkan Association Rule Mining (ARM) menggunakan algoritma Apriori. Hasil penerapan metode ini menggunakan nilai minimum support dan confidence masing-masing 0.06 dan 0.1 serta lift > 1 menghasilkan 512,522 aturan asosiasi. Dengan ambang batas ini, dapat dieksplorasi pola terkait kelayakan pekerjaan alumni. Hasil ditemukan beberapa faktor penting yang mempengaruhi kelayakan pekerjaan mahasiswa mencakup masa tunggu kurang dari 6 bulan, penghasilan tinggi, jenis kelamin laki-laki, memiliki nilai IPK 3.01–4.00, masa studi 4-6 tahun, pemahaman teks asing baik, status penerimaan beasiswa, usia 20-23 tahun, berprestasi dan keaktifan dalam kegiatan di luar perkuliahan.</p>
×
Penulis Utama
:
Zulfa Fikri Azizah
Penulis Tambahan
:
-
NIM / NIP
:
M0519087
Tahun
:
2024
Judul
:
PENERAPAN ASSOCIATION RULE MINING PADA DATA ALUMNI UNTUK MENDAPATKAN POLA PEKERJAAN MENGGUNAKAN ALGORITMA APRIORI
Edisi
:
Imprint
:
Surakarta - Fak. Teknologi Informasi dan Sains Data - 2024
