PENERAPAN ASSOCIATON RULE MENGGUNAKAN SPV ASSOC RULE UNTUK MENENTUKAN FAKTOR PENGHAMBAT KEBERHASILAN SISWA SD DALAM UJIAN NASIONAL

Surono M.Ti1* Ridwan Yusuf2
(1) 
(2) 
(*) Corresponding Author

Abstract

Penggalian kaidah asosiasi mempunyai peranan penting dalam proses pengambilan keputusan. Tahapan besar dari penggalian kaidah asosiasi adalah mengidentifikasikan frequent itemset dan membentuk kaidah asosiasi dari itemset tersebut. Kaidah asosiasi digunakan untuk menggambarkan hubungan antar item pada tabel data transaksional ataupun data relasional. Tapi semakin berkembangnya teknologi komputer di dunia industri, semakin pesat pula perkembangan ukuran data yang dihasilkan. Dan pada data yang besar tersebut, proses pencarian frequent itemset sangatlah sulit. Berdasarkan kondisi tersebut, maka dalam penelitian ini menggunakan SPV Assoc Rule dari data hasil UASBN, data latar belakang sekolah, dan data latar belakang siswa sehingga akan didapatkan faktor penghambat keberhasilan siswa sekolah dasar dalam belajar

Keywords

SPV Assoc, UASBN

Full Text:

PDF

References

Agrawal, Srikant, 1994. Fast Algorithms for Mining Association Rules. San Jose: IBM Almaden Research Center 650 Harry Road

Anonim, 2009. Permendiknas Nomor 74 Tahun 2009. Jakarta: Departemen Pendidikan Nasional

Anonim, 2010. Renstra Dinas Pendidikan Kota Metro Tahun 2010-2015. Metro : Dinas Pendidikan Kota

Anonim, 2011. Juknis PPDB Online Revisi Tambahan 2011. Metro : Dinas Pendidikan Kota

Anonim, 2011. Pedoman PPDB Kota Metro 2011. Metro : Dinas Pendidikan Kota

E. Mulyasa. 2006. Kurikulum yang Disempurnakan. Bandung: Remaja Rosdakarya

E. Suhartoyo. 2005. Pengalaman Peningkatan Mutu Pendidikan Melalui Pengembangan Budaya Sekolah di SMAN 1 Kasihan Bantul. Makalah disajikan dalam Seminar Nasional Peningkatan Mutu Pendidikan Melalui Pengembangan Budaya Sekolah, November 2005 di Universitas Negeri Yogyakarta.

Han, Jiawei. 2006. Data mining: Concept and Technique Second Edition. USA: Elsevier, Inc.

Ibrahim dan M. Ali. 2007. Ilmu dan Aplikasi Pendidikan Bagian 1. Bandung: Imtima

Larose, D.T. 2005. Discovering Knowledge in Data: An Introduction to Data Mining. Hoboken: Wiley-Interscience, John Wiley & Sons, Inc.

Marini Ria Dewi. 2005. Pengaruh Kondisi Sosial dan Ekonomi Keluarga Terhadap Kegiatan Belajar Anak di Perumahan Apac Inti Desa Lemahireng Kecamatan Bawen. Semarang: Universitas Negeri Semarang

Pramudiono, I. 2007. Pengantar Data Mining : Menambang Permata Pengetahuan di Gunung Data.

Ricco, 2005. TANAGRA: a free software for research and academic purposes. In Proceedings of EGC'2005, RNTI-E-3, vol. 2, pp.697-702

Santosa, Budi. 2007. Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Graha Ilmu: Yogyakarta

Susanto, Suryadi. 2010. Pengantar Data Mining: Menggali Pengetahuan Dari Bongkahan Data. Andi Offset: Yogyakarta.



DOI: https://doi.org/10.53514/ir.v1i1.8

Article Metrics

Abstract views: 201 times
PDF Downloaded: 115 times

Refbacks

  • There are currently no refbacks.




 

 

 

 

 

 

 

 

____________________________

Organized by: Fakultas Teknologi Bisnis dan Sains (FTBS)
Published by: Universitas Dharma Wacana
Jl. Kenanga No.03 Mulyojati 16C Metro Barat Kota Metro Lampung
phone. +62725-7850671
Fax. +62725-7850671
Email: lppmstmikdw@dharmawacana.ac.id

Jurnal I-Robot disupport juga oleh:


Web Analytics Made Easy - StatCounter
View IRobot Statcounter


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.