Data Understanding Model Sistem Pendukung Keputusan Dalam Penentuan Matakuliah Pilihan Di Jurusan Teknik Informatika UNIKOM

2. Association rule mining dengan menggunakan algoritma FP-Growth Pada tahap pertama, seleksi atribut dalam dataset untuk mendapatkan data record dengan atribut yang relevan dan konsisten terhadap hasil output keluaran yang diinginkan serta dilakukan pemrosesan awal terhadap data transaksi untuk menghapus data atau record yang tidak konsisten, redundan dan missing value sehingga memperoleh dataset polling dan nilai yang siap untuk diolah ke tahap selannjutnya. Pada tahap kedua, mengekstrak data atau mentransformasikan dataset yang akan digunakan untuk menemukan polainformasi sehingga dataset tersebut siap untuk di-mining. Dari masing-masing dataset yaitu polling dan nilai, rule yang dihasilkan akan dilakukan irisan untuk mendapatkan model keputusan akhir yang dapat merekomendasikan matakuliah pilihan yang akan ditawarkan pihak jurusan. Pengolahan data ini menggunakan metode Association Rule dengan algoritma FP-Growth. III.3 Waktu dan Tempat Penelitian Waktu pelaksanaan penelitian dilakukan mulai bulan Maret 2012 hingga bulan Juni 2012. Adapun tempat penelitiannya dilakukan di jurusan Teknik Informatika UNIKOM. 36 BAB IV ANALISIS MODEL

IV.1 Analisis Metode dan Algoritma

Dalam subbab ini akan dibahas mengenai perbandingan beberapa metode dan algoritma data mining yang digunakan dalam mendapatkan model keputusan dalam penentuan matakuliah pilihan jurusan Teknik Informatika UNIKOM.

IV.1.1 Analisis Metode

Data mining adalah proses logis yang digunakan untuk mencari pengetahuan lebih dari sejumlah besar data dengan mengunakan teknik dan algoritma tertentu. Tujuan dari data mining itu sendiri adalah menemukan pola yang sebelumnya tidak diketahui sehingga dapat digunakan dalam proses pendukung pengambilan keputusan. Pola yang ditemukan biasanya akan digunakan untuk memecahkan masalah atau membantu pihak eksekutif dalam mengambil keputusan. Untuk bisa menemukan pengetahuan yang baik dari data yang besar, ada beberapa metode dan algoritma yang dapat dipergunakan. Adapun evaluasi terhadap metode-metode data mining supaya peneliti dapat memilih dan menggunakan teknik yang tepat dalam melakukan penelitian ini. Hasil evaluasinya dapat dilihat pada tabel IV.1. Tabel IV.1 Evaluasi metode-metode dalam data mining Metode Identifikasi Statistik Statistik adalah cabang dari ilmu matematika yang berkonsentrasi terhadap koleksi dan deskripsi data. Clustering Berkonsentrasi terhadap pengelompokan objek-objek yang memiliki kemiripan dan membandingkannya antar cluster. Decision Tree Metode prediksi yang mengklasifikasikan data menggunakan bentuk pohon. Association Rule Metode yang mencari keterhubungan antar dua item atau lebih.