i
IMPLEMENTASI ALGORITMA APRIORI UNTUK MENGANALISA POLA DATA AWAL SISWA DENGAN NILAI UJIAN AKHIR SISWA
DAN KEMAMPUAN AGAMANYA.
STUDI KASUS: SMPIT NUR HIDAYAH SURAKARTA
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Mencapai Gelar Strata Satu Program Studi Informatika
Disusun Oleh:
AHMAD NUR ARIFIN NIM. M0511003
PROGRAM STUDI INFORMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET
iv 1 MOTTO
v
vi
3 KATA PENGANTAR
Segala puji dan syukur penulis ucapkan kepada Allah SWT, yang hanya karena rahmat dan karunia-Nya, penulis dapat menyelesaikan penelitian dan pembuatan laporan penelitian ini dengan judul “Implementasi Algoritma Apriori Untuk Menganalisa Pola Data Awal Siswa Dengan Nilai Ujian Akhir Siswa Dan Kemampuan Agamanya Studi Kasus: SMPIT Nur Hidayah Surakarta”, yang merupakan salah satu syarat mendapatkan gelar strata satu Informatika Universitas Sebelas Maret Surakarta.
Penulis menyadari keterbatasan yang dimiliki, serta penulis mengucapkan terima kasih atas bantuan, bimbingan, dan petunjuk selama penulis menyusun penelitian ini. Penulis ucapkan terima kasih kepada :
1. Bapak Bambang Harjito selaku Kepala Program Studi Informatika FMIPA UNS.
2. Bapak Afrizal Doewes, S.Kom. M.Sc., selaku pembimbing akademik yang telah memberikan bimbingan dan arahan.
3. Ibu Sari Widya, S.Kom. M.T.I., selaku Dosen Pembimbing I yang telah memberikan bimbingan dan pengarahan.
4. Bapak Ristu Saptono, S.Si. M.T., selaku Dosen Pembimbing II yang telah memberikan bimbingan dan pengarahan.
5. Bapak/Ibu Dosen Informatika yang telah memberikan dukungan dan motivasi kepada penulis.
6. Abi, Umi, dan adik-adik yang telah memberikan semangat, motivasi, dan mendukung penulis dalam menyelesaikan penelitian ini.
7. Istri Tercinta In Taslimah, yang senantiasa menjadi penyejuk bagi penulis. 8. Teman-teman S1 Informatika, khususnya angkatan 2011 yang telah
memberi dorongan dan motivasi.
Surakarta, 4 Januari 2018
vii
IMPLEMENTATION OF APRIORI ALGHORITHM TO ANALIYZING THE PATTERN OF EARLY DATA STUDENT WITH VALUES OF STUDENT ENDED STUDENTS AND ABILITIES OF AGRICULTURE.
CASE STUDY: SMPIT NUR HIDAYAH
AHMAD NUR ARIFIN
Department of Informatic. Mathematic and Science Faculty. Sebelas Maret University
4 ABSTRACT
Every year SMPIT Nur Hidayah receives and graduates some students,
which is not few. Those data will then grow and will have no strategic value if not
analyzed optimally. This research is aimed at looking for unusual patterns in the
data so that they can be used to improve the quality of the education.
This study used data mining, by using the Association Rule Mining method
with Apriori Algorithm to get the pattern of relationship between the state of
parents and the score of children. The data used are taken from the parents and the
students in the entry year 2012, when they enter and graduate from school.
From this research, there are 53 rules formed, consisting of 50 controls which
have confidence ranging from 0.7 to 0.8 and three rules above 0.8. Those rules
have the consequent of PAI A, PAI B, UAN A and UAN B. After elimination is
taken, 19 rules that have consequent related to PAI and 23 rules that have
consequently associated with UAN are obtained. With network analysis, obtained
information as follows: 1) Viewed from the node, education of mother B and PAI
B is an attribute that often occurs and is dominant in the emerging rule. 2) Then, viewed from the edge’s strength, obtained the dominant relationship in the existing rule, including PAI_B with Men, Education mother B with UAN_A,
Father Qur’an Reading B with UAN_A, Women with UAN A, Elementary School
A with UAN A, House-School Distance B with Elementary School A, Salary of
parent B with Woman.
viii
IMPLEMENTASI ALGORITMA APRIORI UNTUK MENGANALISA POLA DATA AWAL SISWA DENGAN NILAI UJIAN AKHIR SISWA DAN KEMAMPUAN AGAMANYA. STUDI KASUS: SMPIT NUR HIDAYAH
AHMAD NUR ARIFIN
Program Studi Informatika Fakultas Matematika dan Ilmu Pengetahuan Alam UNiversitas Sebelas Maret
5 ABSTRAK
Setiap tahunnya SMPIT Nur Hidayah menerima dan meluluskan siswa yang jumlahnya tidak sedikit. Data tersebut akan semakin bertambah dan tidak memiliki nilai yang strategis apabila tidak dianalisa secara maksimal. Dalam penelitian ini mencari pola-pola menarik dalam data tersebut sehingga dapat digunakan untuk meningkatkan kualitas pendidikan.
Dalam penelitian ini digunakan data mining, menggunakan metode Association Rule Mining dengan Algoritma Apriori digunakan untuk
mendapatkan pola hubungan antara keadaan orang tua dan nilai anak. Data yang digunakan merupakan data orang tua dan data siswa angkatan 2012, ketika mereka masuk dan lulus dari sekolah.
Dari penelitian ini Ada 53 rule yang terbentuk, yang terdiri dari 50 rule yang confidencenya mulai dari 0,7 sampai dengan 0,8 dan tiga rule diatas 0,8 dengan consequent PAI A, PAI B, UAN A dan UAN B. Setelah dilakukan eliminasi diperoleh 19 rule yang consequent-nya terkait PAI dan 23 rule yang consequent-nya terkalit UAN. Dengan network analysis diperoleh informasi sebagai berikut: 1) bila dilihat dari nodenya pendidikan ibu B dan PAI B merupakan atribut yang banyak kemunculannya dan dominan dalam rule yang
muncul. 2) Kemudian dilihat dari kuat edgenya diperoleh hubungan yang dominan dalam rule yang ada, diantaranya PAI_B dengan Laki-laki, Pendidikan ibu B
dengan UAN_A, Baca Qur’an Ayah B dengan UAN_A, Perempuan dengan UAN A, Asal SD A dengan UAN A, jarak B dengan Asal SD A, Gaji orang tua B dengan Perempuan.
ix
6 DAFTAR ISI
HALAMAN PENGESAHAN ... Error! Bookmark not defined.
MOTTO ... iv
PERSEMBAHAN ... v
KATA PENGANTAR ... vi
ABSTRACT ... vii
ABSTRAK ... viii
DAFTAR ISI ... ix
DAFTAR TABEL ... xi
DAFTAR GAMBAR ... xii
x
xi
7 DAFTAR TABEL
Tabel 2.1 Contoh Database Transaksi ... Error! Bookmark not defined. Tabel 2.2 Daftar Penelitian Terkait ... Error! Bookmark not defined. Tabel 4.1 Data Siswa... Error! Bookmark not defined. Tabel 4.2 Data Orang Tua ... Error! Bookmark not defined. Tabel 4.3 Contoh data sebelum dilakukan cleaning... Error! Bookmark not defined.
Tabel 4.4 Contoh data setelah dilakukan proses cleaning ... Error! Bookmark not defined.
Tabel 4.5 Transformasi Data Siswa ... Error! Bookmark not defined. Tabel 4.6 Transformasi Data Orang Tua... Error! Bookmark not defined. Tabel 4.7 Contoh data yang telah ditransformasi... Error! Bookmark not defined. Tabel 4.8 Large 1-Itemset Hasil Pruning Kandidat Itemset-1 .... Error! Bookmark not defined.
Tabel 4.9 contoh Large 2-Itemset Hasil Pruning Kandidat 2-Itemset ... Error! Bookmark not defined.
Tabel 4.10 Large 3-Itemset Hasil Pruning Kandidat 3-Itemset .. Error! Bookmark not defined.
Tabel 4.11 Large 4-Itemset Hasil Pruning Kandidat 4-Itemset .. Error! Bookmark not defined.
xii
8 DAFTAR GAMBAR
Gambar 1 Tahap-tahap Data Mining... Error! Bookmark not defined. Gambar 2 Contoh Menemukan Kandidat Itemset n Frequent itemsets dengan
Minimum Support 2. ... Error! Bookmark not defined. Gambar 3 Alur Penelitian... Error! Bookmark not defined. Gambar 4 Jaringan hubungan antar atribut dalam rule yang terbentuk ... Error! Bookmark not defined.
xiii
DAFTAR LAMPIRAN
