Rtp Monas77

🔥 Selamat datang di Rtp Monas77 — Jelajahi tren terbaru tentang is-betting-illegal!

Analisis Pola Peserta Didik Baru di SDN 2 Logede Menggunakan Algoritma Apriori

Penulis: Gregoria Mariana Selvi, Haeni Budiati

DOI: 10.61179/jurnalinfact.v8i02.577

Kata Kunci: Algoritma Apriori, Data Mining, Pola Peserta Didik, SDN 2 Logede, Asosiasi Role, Pendidikan.

Abstrak

Menggunakan algoritma Apriori, salah satu metode data mining yang digunakan untuk menemukan pola hubungan antara item dalam dataset yang besar, penelitian ini bertujuan untuk menganalisis pola siswa baru di SDN 2 Logede. Data siswa yang digunakan di sini, terdiri dari agama, jenis kelamin, tempat lahir, pekerjaan orang tua, pendidikan terakhir orang tua dan alamat tinggal. Penelitian ini melibatkan beberapa langkah seperti pengumpulan data, pra-pemrosesan data, penerapan algoritma Apriori, dan analisis hasil. Setelah data peserta didik baru dikumpulkan dari arsip sekolah, diproses untuk memastikan bahwa informasinya konsisten dan lengkap. Algoritma Apriori digunakan untuk menemukan hubungan antara sifat yang sering muncul bersama. Salah satu teknik data mining yang digunakan dalam penelitian ini adalah klasifikasi asosiasi role untuk mengolah data siswa di SDN 2 Logede. Penelitian ini mengolah data siswa menggunakan bahasa pemograman python untuk mendapatkan pola dan aturan. Pola asosiasi adalah teknik data mining yang berguna untuk menemukan pola atau korelasi yang paling penting atau menarik dari kumpulan data yang besar. Algoritma Apriori, yang menggunakan teknik peraturan asosiasi untuk melakukan pencarian itemset sering, dapat menghasilkan pola siswa dari tahun 2018 hingga 2023 di Sekolah Negeri 2 Logede di Kabupaten Klaten. Dengan bantuan Algoritma Apriori, dapat disimpulkan bahwa jumlah siswa tertinggi akan terjadi pada tahun 2021. Penelitian ini menggunakan 73 data jumlah siswa dari tahun 2018 hingga 2023. Hasil pengujian menunjukkan bahwa nilai Support tertinggi adalah 1,0 dan nilai Confiden tertinggi adalah 1,0.

Referensi

- Tasyirifiah, T., & Pitaloka, A. F. (2023). Dampak Pemberlakuan Sistem Zonasi terhadap Daya Saing Pelajar di Indonesia. Al-DYAS, 2(2), 381–391.
- Anas, A., & Zebua, A. J. (2024). Penerapan Aturan Asosiasi Pada Pengunjung Perpustakaan Universitas Graha Karya Muara Bulian. 18(1), 27–34.
- Dwi, K., & Kristoforus, H. (2023). Pedagogi: Jurnal Pendidikan dan Pembelajaran Potret Beban Pendidikan Siswa dan Orangtua dalam Menghadapi. 3(2), 44–54.
- Ardiansyah, A., Zy, A. T., & Nugroho, A. (2023). Implementasi Data Mining Algoritma Apriori Pada Sistem Persediaan Obat (Studi Kasus Klinik Pratama Keluarga Kesehatan). JISAMAR (Journal of …), 7(3), 777–.
- Fitriah, Imam Riadi, & Herman. (2023). Analisis Data Mining Sistem Inventory Menggunakan Algoritma Apriori. Decode: Jurnal Pendidikan Teknologi Informasi, 3(1), 118–129.

Keamanan dimulai dengan memahami cara developer mengumpulkan dan membagikan data Anda. Praktik privasi dan keamanan data dapat bervariasi berdasarkan penggunaan, wilayah, dan usia Anda.

T: Bagaimana cara mengunduh Rtp Monas77?
J: Cukup klik tombol instal berwarna hijau di bagian atas dan ikuti instruksi amannya.

T: Bagaimana Rtp Monas77 melindungi privasi saya?
J: Rtp Monas77 menerapkan kebijakan privasi ketat dan tidak pernah membagikan data Anda kepada pihak ketiga.