Analisis Data Masuk Kuliah Dengan Data Kelulusan Mahasiswa Menggunakan Metode Apriori

Evaluasi keberhasilan penyelenggara program studi di perguruan tinggi merupakan aktivitas yang sering dilakukan oleh Fakultas Y Universitas X. Fakultas melakukan evaluasi dengan bentuk evaluasi studi terhadap mahasiswa. Namun selama adanya proses evaluasi studi tersebut, jumlah kelulusan mahasiswa Fakultas Y setiap tahunnya masih di bawah 50%, sehingga perlu dilakukan identifikasi penyebab mahasiswa tidak lulus tepat waktu. Identifikasi tersebut dilakukan dengan pencarian hubungan antara data mahasiswa sebelum masuk kuliah dan data kelulusan mahasiswa. Penelitian ini melakukan analisis pola asosiasi antara data masuk kuliah dengan data kelulusan mahasiswa Fakultas Y tahun 2014-2015 dengan data kelulusan mahasiswa tahun 2018-2019. Penelitian ini memperoleh pola asosiasi yaitu pada dataset prodi U. Tahapan penelitian meliputi seleksi data, pembersihan data, transformasi data, penerapan metode apriori dan pengujian menggunakan lift rasio. Penelitian ini menghasilkan pola asosiasi data masuk kuliah dengan data kelulusan yang dapat dijadikan rekomendasi prodi U. Data masuk yang saling berelasi dengan data kelulusan lama studi diantaranya adalah nilai rata-rata mata Pelajaran Bahasa Indonesia, nilai rata-rata kimia, nilai computer range, nilai rata-rata fisika dibawah 50 dan nilai rata-rata matematika range 50-<60. Sedangkan datamasuk yang saling berelasi data kelulusan nilai IPK diantaranya nilai rata-rata elektronika, nilai rata-rata computer dibawah 50 dan berasal dari SMA. Dengan nilai lift yang dihasilkan yaitu rata-rata 1,01-2,20 yang artinya berkorelasi positif.

Publication Details

Journal
Optimum: Journal of Economics and Development (University of Ahmad Dahlan Yogyakarta)
Published
2024-10-31
DOI
https://doi.org/10.12928/jstie.v12i3.26400
Primary Topic
Education Methods and Technologies
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Analisis Data Masuk Kuliah Dengan Data Kelulusan Mahasiswa Menggunakan Metode Apriori

Optimum: Journal of Economics and Development (University of Ahmad Dahlan Yogyakarta)
Education Methods and Technologies
article

Analisis Data Masuk Kuliah Dengan Data Kelulusan Mahasiswa Menggunakan Metode Apriori

article en

Abstract

Evaluasi keberhasilan penyelenggara program studi di perguruan tinggi merupakan aktivitas yang sering dilakukan oleh Fakultas Y Universitas X. Fakultas melakukan evaluasi dengan bentuk evaluasi studi terhadap mahasiswa. Namun selama adanya proses evaluasi studi tersebut, jumlah kelulusan mahasiswa Fakultas Y setiap tahunnya masih di bawah 50%, sehingga perlu dilakukan identifikasi penyebab mahasiswa tidak lulus tepat waktu. Identifikasi tersebut dilakukan dengan pencarian hubungan antara data mahasiswa sebelum masuk kuliah dan data kelulusan mahasiswa. Penelitian ini melakukan analisis pola asosiasi antara data masuk kuliah dengan data kelulusan mahasiswa Fakultas Y tahun 2014-2015 dengan data kelulusan mahasiswa tahun 2018-2019. Penelitian ini memperoleh pola asosiasi yaitu pada dataset prodi U. Tahapan penelitian meliputi seleksi data, pembersihan data, transformasi data, penerapan metode apriori dan pengujian menggunakan lift rasio. Penelitian ini menghasilkan pola asosiasi data masuk kuliah dengan data kelulusan yang dapat dijadikan rekomendasi prodi U. Data masuk yang saling berelasi dengan data kelulusan lama studi diantaranya adalah nilai rata-rata mata Pelajaran Bahasa Indonesia, nilai rata-rata kimia, nilai computer range, nilai rata-rata fisika dibawah 50 dan nilai rata-rata matematika range 50-<60. Sedangkan datamasuk yang saling berelasi data kelulusan nilai IPK diantaranya nilai rata-rata elektronika, nilai rata-rata computer dibawah 50 dan berasal dari SMA. Dengan nilai lift yang dihasilkan yaitu rata-rata 1,01-2,20 yang artinya berkorelasi positif.

Optimum: Journal of Economics and Development (University of Ahmad Dahlan Yogyakarta)
Quality Education
Openalex Percentile: Top 40%
Education Methods and Technologies
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.