Detail Karya Ilmiah

  • PEMANFAATAN DATA MINING UNTUK SISTEM REMEDIAL MENGGUNAKAN METODE FP-Growth BERBASIS WEB
    Penulis : Fevbrina Sylvia Alnora Pakpahan
    Dosen Pembimbing I : Andharini D. C., S.Kom., M.Kom
    Dosen Pembimbing II :Sigit Susanto P, S.Kom., M.Kom
    Abstraksi

    E-learning merupakan suatu sistem belajar mengajar dengan metode baru yaitu menyampaikan materi pembelajaran dan kegiatan belajar yang berlangsung di dalam suatu sistem yang terhubung dengan internet. Kegiatan belajar mengajar hampir sama dengan sekolah, yaitu, mempelajari materi, latihan soal dan ujian akhir atau disebut juga dengan post test. Dalam penelitian ini, peneliti menambah fitur pada sistem remedial pada e-learning yang menampilkan rekomendasi pembelajan terhadap siswa setelah menyelesaikan latihan soal. Jika siswa tidak dapat lulus pada latihan suatu bab, maka siswa mempelajari kembali bab yang direkomendasikan oleh sistem dan juga mengikuti latihan kembali. Untuk memperoleh pola remedial digunakan Algoritma FP-Growth yatu salah satu algoritma pada metode Association Rules. Data yang diolah untuk membentuk pola rekomendasi remedial adalah data ujian harian siswa di sekolah. Hal ini berdasarkan pada Market Basket Analysis yaitu pembentukan suatu pola untuk menentukan letak susunan barang pada atau pasar berdasarkan transaksi belanja yang sudah pernah ada market sebelumnya, dengan melihat besar persentase hubungan antar barang yang dibelanjakan. Pada sistem remedial, sistem akan membentuk pola berdasarkan bab dengan nilai latihan tidak lulus. Kata kunci : Association Rules, E-learning, FP-Growth, Market Basket Analysis, Remedial

    Abstraction

    E-learning is a teaching and learning system with new methods that deliver the learning materials and learning activities that take place within a system that is connected to the Internet. Teaching and learning activities is similar to the school, namely, study material, exercises and a final exam or also called post-test. In this study, researchers add features to the remedial system in e-learning that display study recommendations to students after completing the exercises. If students can not pass on the exercise of a chapter, the student learn the back section recommended by the system and also follow the practice again. To obtain remedial pattern used FP-Growth algorithm one of the methods of Association Rules algorithm. The data processed to form a pattern of remedial recommendation is a daily test data of students in the school. It is based on the Market Basket Analysis is the formation of a pattern to determine the location or arrangement of goods on the market based shopping transactions that have never existed before market, to see a large percentage of the relationship between the goods being spent. In the remedial system, the system form a pattern based on the value of exercise chapter does not pass. Keywords : Association Rules, E-learning, FP-Growth, Market Basket Analysis, Remedial

Detail Jurnal