Implementasi Algoritma FP-Growth untuk Mengukur Tingkat Kemampuan Siswa dalam Prestasi Belajar

Abstract

Siswa pada sekolah menengah pertama (SMP) berasal dari
berbagai sekolah dasar (SD) dengan kualitas pendidikan yang
berbeda. Hal tersebut tentu menjadi salah satu faktor
berprestasinya siswa dalam pendidikan. Untuk menentukan
seberapa besar pengaruh asal sekolah terhadap tingkat
kemampuan siswa dalam prestasi belajar perlu dilakukan
suatu penelitian. Atribut yang akan diuji yaitu nilai siswa
pada mata pelajaran umum, dimana pelajaran tersebut juga
dipelajari pada saat SD. Dengan mengambil data nilai dari
Ijazah saat lulus SD serta nilai raporttt pada saat SMP.
Dengan mengambil sampel data dari siswa berprestasi pada
SMP N 9 Padang yang rata-rata raportt diatas 80. Data juga
dipersempit dengan hanya mengambil data nilai pada mata
pelajaran Matematika, Bahasa Indonesia, dan IPA hal ini
menyesuaikan dengan mata pelajaran yang ada pada ujian
nasional saat SD. Maka akan didapatkan setidaknya 166
sampel. Penelitian dilakukan dengan memanfaatkan data
mining dari data sampel yang telah didapatkan sehingga akan
menghasilkan suatu informasi yang lebih berharga yang
diperoleh dengan cara mengekstraksi dan mengenali pola
yang penting atau menarik dari data yang terdapat dalam
basis data. Dengan menerapkan algoritma FP-Growth akan
terbentuk berbagai rules yang mencerminkan korelasi suatu
atribut dengan yang lain. Tingkat korelasi tersebut dapat
dilihat dari nilai support dan konfiden suatu rules. Serta
dengan pemanfaatan software rapidminer dapat
mempermudah dalam pemrosesan data mining pada database
yang memiliki sampel yang banyak. Dari hasil penelitian,
didapatkan bahwa asal sekolah memiliki dampak yang cukup
signifikan dalam berprestasinya siswa di sekolah. Hal
tersebut dapat dilihat dari nilai support dan nilai confident
yang tinggi.