IMPLEMENTASI DATA MINING ASSOCIATION RULE DALAM PENCARIAN DAERAH STRATEGIS UNTUK PROMOSI SEKOLAH SWASTA DENGAN METODE ALGORITMA APRIORI

Syafikri, Muhammad Aqil (2024) IMPLEMENTASI DATA MINING ASSOCIATION RULE DALAM PENCARIAN DAERAH STRATEGIS UNTUK PROMOSI SEKOLAH SWASTA DENGAN METODE ALGORITMA APRIORI. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text a pendahuluan.pdf Download (1MB)
	Text b abstrak.pdf Download (118kB)
	Text c bab 1.pdf Download (274kB)
	Text d bab 2.pdf Restricted to Repository staff only Download (230kB) | Request a copy
	Text e bab 3.pdf Restricted to Repository staff only Download (404kB) | Request a copy
	Text f bab 4.pdf Restricted to Repository staff only Download (360kB) | Request a copy
	Text g bab 5.pdf Restricted to Repository staff only Download (96kB) | Request a copy
	Text h daftar pustaka.pdf Download (168kB)
	Text i lampiran.pdf Restricted to Repository staff only Download (254kB) | Request a copy

Abstract

Jumlah peserta didik di SMP Muhammadiyah 1 Jember mengalami penurunan. Pada tahun 2019, jumlah siswa sebanyak 236, sedangkan pada tahun 2023 hanya 126 siswa. Untuk mengatasi dampak tersebut, pihak sekolah perlu melakukan promosi yang efektif sesuai dengan target pasar. Oleh karena itu, dibutuhkan algoritma data mining untuk menemukan daerah strategis sebagai target promosi sekolah. Association Rule Mining merupakan salah satu teknik data mining yang sering digunakan untuk menemukan aturan asosiatif antara kombinasi itemset. Salah satu tahapan analisis asosiasi yang menarik perhatian banyak peneliti adalah analisis pola frekuensi tinggi guna menemukan algoritma yang efisien. Pentingnya suatu aturan asosiasi dapat diketahui dengan dua tolok ukur, yaitu Support dan Confidence. Dari hasil keduanya, dapat ditemukan apakah aturan yang dihasilkan bernilai positif atau negatif dengan menggunakan perhitungan Lift Ratio. Hasil analisis menunjukkan bahwa siswa yang masuk ke SMP Muhammadiyah 1 Jember berasal dari daerah Patrang, dengan penghasilan orang tua rendah, berasal dari sekolah negeri, serta memiliki minat terhadap ekstrakurikuler non-akademis. Nilai support dari temuan ini adalah 12,25%, confidence 100%, dan Lift Ratio 1,08.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Algoritma Apriori, Data Mining, Asosiasi
Subjects:	000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Muhammad Aqil Syafikri
Date Deposited:	03 Jul 2024 06:33
Last Modified:	03 Jul 2024 06:33
URI:	http://repository.unmuhjember.ac.id/id/eprint/21178

Actions (login required)

View Item