Sistem Rekomendasi Mata Kuliah Menggunakan Algoritma Apriori

Wati, Heni Noviya Isma (2018) Sistem Rekomendasi Mata Kuliah Menggunakan Algoritma Apriori. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text PENDAHULUAN.pdf Download (480kB)
	Text ABSTRAKSI.pdf Download (12kB)
	Text BAB I.pdf Download (275kB)
	Text BAB II.pdf Restricted to Repository staff only Download (544kB)
	Text BAB III.pdf Restricted to Repository staff only Download (718kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (836kB)
	Text BAB V.pdf Restricted to Repository staff only Download (183kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (991kB)

Abstract

Sistem rekomendasi ini digunakan untuk merekomendasikan mata kuliah pada mahasiswa yang sedang merencanakan kartu rencana studi. Sistem ini menerapkan metode association rule, dimana metode ini merupakan teknik data mining yang digunakan untuk menemukan aturan asosiatif antara suatu kombinasi item. Salah satu algoritma dari association rule yaitu apriori. Penelitian ini menggunakan 6.814 dataset mahasiswa teknik informatika universitas muhammadiyah jember angkatan 2015. Penerapan algoritma apriori pada dataset mahasiswa menggunakan minimum support 70% dan minimum confidence 70%. Dari dataset yang sudah diolah menggunakan algoritma apriori ditemukan nilai support dan confidence tertinggi semester genap sebesar 90% dari 2775 dataset mata kuliah dan nilai support dan confidence tertinggi semester ganjil sebesar 93% dari 3915 mata kuliah.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

UNSPECIFIED

Wardoyo, Ari Eko

UNSPECIFIED

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Sistem Rekomendasi, Algoritma Apriori, Mata Kuliah, Support, Confidence.
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri UF | hendri@unmuhjember.ac.id
Date Deposited:	14 Oct 2019 03:10
Last Modified:	14 Oct 2019 03:10
URI:	http://repository.unmuhjember.ac.id/id/eprint/2473

Actions (login required)

View Item