Analisa Algoritma Association Rule pada Calon Mahasiswa Program Magister di masa Pandemi dengan Metode FP-Growth

Abstract

Pada masa sulit ini (pandemi) berdampak juga pada dunia pendidikan tekusus pada mereka yang ingin melanjutkan pendidikan tapi terhalang dan hilang semangat di karenakan kondisi pandemi.sehingga hampir setiap kampus merasakan sedikitnya mahasiswa baru yang mendaftar.karena hal tersebut sangat di butuhkan analisa yang mampu memberikan acuan dalam menyusun strategi dalam meningkatkan kembali jumlah orang yang mendaftar.slaah satu cara yang dapat dilaukan adalal dengan teknik dataminig,  Adapun teknik yang digunakan dalam hal ini adalah Algoritma Association Rule metode FP-Growth. FP-Growth adalah salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sekumpulan data. Algoritma FP-Growth merupakan pengembangan dari algoritma Apriori. Sedangkan di dalam algoritma FP-Growth tidak dilakukan generate candidate karena FP-Growth menggunakan konsep pembangunan tree dalam pencarian frequent itemset. Penelitian dilakukan dengan menganalisa fariabel data calon mahasiswa yang nantinya akan menghasilakn rule yang berguna sebagai acuan dalam mengambil keputusan.