Implementasi Algoritma Apriori untuk menentukan pola peserta kegiatan Diklat :: Studi kasus Unit Pelaksana Teknis Balai Pengembangan Kegiatan Belajar Propinsi Daerah Istimewa Yogyakarta

LEONG, Heronimus, Prof.Drs. Subanar, PhD

2007 | Tesis | S2 Ilmu Komputer

Proses analisis data peserta yang selalu berkelompok atau selalu bersama-sama dalam penyelenggaraan diklat tidaklah mudah. Hal ini disebabkan oleh karena data yang tersimpan adalah data dalam jumlah yang besar, padahal analisis tersebut sangat membantu dalam proses rekomendasi peserta pada saat dilakukannya suatu kegiatan diklat. Oleh karena itu, perlu digunakannya suatu metode yang tepat untuk memecahkan permasalahan tersebut dimulai dari menyaring data, memilih dan mengelompokan data sampai dilakukannya proses analisis data. Algoritma Apriori adalah salah satu dari beberapa algoritma dasar data mining yang digunakan untuk menentukan frequent itemset dengan menggunakan candidate generat ion. Algoritma Apriori akan diimplementasikan untuk mencari peserta yang selalu berkelompok dalam penyelenggaraan diklat dengan memperhatikan 2 parameter penting yaitu nilai Support dan nilai Confidence. Nilai support adalah jumlah dari kombinasi antara suatu item dengan item yang lain sedangkan nilai confidence adalah nilai yang mendefinisikan kuat tidaknya hubungan antara item-item tersebut. Implementasi dari algoritma apriori bertujuan untuk mendapatkan hasil output yaitu daftar peserta yang selalu berkelompok dalam penyelenggaraan diklat. Hasil dari analisis tersebut dapat digunakan lebih lanjut untuk proses penentuan peserta diklat dalam mengikuti kegiatan diklat.

Data analysis on training participants who come on groups is not always easy owing to the large quantity. On the other hand, the analysis is crucial for making recommendations on a particular training activity. A proper method is therefore needed to help solving the problem, starting from the data filtering, choosing, clustering, and up to the analysis process. The Apriori algorithm is one of the basic data mining algorithms which is used to find the frequent itemset by using candidate generation. The algorithm is implemented to discover the training participants who always come in groups, by observing two important parameters, namely the Support and Confidence values. The Support value is the sum of the combination of one item and another, while the Confidence value defines the strength of the relationships of the mentioned items. The objective of implementing the Apriori algorithm is to get a list of training participants who always come in groups. The result of the analysis will further be used for deciding which participants to join training activities.

Kata Kunci : Data Mining,Algoritma Apriori,Diklat, Data Mining, Apriori, Support, Confidence