dengan algoritma regresi linier berganda Siregar, 2011 yang menghasilkan sebanyak 61 keterhubungan antara data mahasiswa terhadap masa studi, pada penilitian ini
memiliki kekurangan pada data yang masih sedikit, berdasarkan kedua penelitian sebelumnya penulis akan menganalisis data lulusan mahasiswa dengan mengambil
algoritma lain pada teknik association rules mining yaitu algoritma FP-Growth sebagai algoritma yang akan digunakan pada penelitian penulis, dan menggunakan
data yang lebih banyak dari penelitian sebelumnya. Algoritma Frequent Pattern-Growth FP-Growth merupakan salah satu
algoritma yang dapat digunakan pada teknik association rules mining untuk menentukan himpunan item yang paling sering muncul frequent itemset dalam
sekumpulan data Hutasoit, 2010. Algoritma ini hanya melakukan dua kali proses scanning database untuk menentukan frequent itemset dalam bentuk FP-Tree.
Algoritma FP-Growth telah digunakan pada data mining seperti pencarian association rules terhadap barang sebuah butik Hutasoit, 2010, dan penentuan
kelayakan sertifikasi guru berdasarkan keterkaitan NUPTIK Ramdanie, et al. 2013. Pada penelitian ini, penulis akan menganalisis data lulusan mahasiswa suatu
perguruan tinggi yang didalamnya terdapat atribut jenis sekolah, jalur masuk, fakultas, IPK, dan masa studi menggunakan algoritma FP-Growth. Hasil yang didapat nantinya
berupa rules yang sering muncul dan memiliki keterhubungan tinggi antar atribut pada data lulusan mahasiswa perguruan tinggi.
1.2. Rumusan Masalah
Beragamnya atribut pada data lulusan mahasiswa seperti jenis sekolah, jalur masuk, fakultas, IPK, dan masa studi membuat pihak perguruan tinggi sulit mencari dan
mengetahui rules yang berisikan kombinasi atribut yang sering muncul dan memiliki keterhubungan tinggi antar atribut. Oleh karena itu, dibutuhkan suatu pendekatan
untuk mendapatkan association rules pada data lulusan mahasiswa.
1.3. Batasan Masalah
Pada penelitian ini, penulis memberi batasan sebagai berikut. 1. Hanya meneliti lulusan mahasiswa S1 reguler dari suatu perguruan tinggi.
2. Parameter yang digunakan adalah jenis sekolah, jalur masuk, IPK, dan lama studi. 3. Jalur masuk yang digunakan adalah PMP, UMB, SNMPTN, dan SPMPRM
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah mendapatkan association rules atau gabungan dari kombinasi atribut yang sering muncul dan memiliki keterhubungan tinggi antar atribut
pada data lulusan mahasiswa perguruan tinggi menggunakan algoritma FP-Growth.
1.5. Manfaat Penelitian
Manfaat dari penelitian ini adalah sebagai berikut. 1. Mendapatkan informasi tentang bagaimana lulusan mahasiswa yang sering muncul
dan memiliki keterhubungan antar atribut yang tinggi berdasarkan rules yang didapat.
2. Rules yang dihasilkan dapat digunakan sebagai bahan dasar untuk memprediksi masa studi mahasiswa, sehingga dapat membantu pihak perguruan tinggi maupun
fakultas untuk dapat memberikan arahan kepada mahasiswa yang memiliki kemiripan atribut terhadap salah satu rules untuk meningkatkan pembelajaran
sehingga dapat meningkatkan tingkat kelulusan. 3. Menjadi bahan rujukan pada peneliti selanjutnya dalam bidang association rules
mining dan penggalian pada data kemahasiswaan.
1.6. Metodologi
Terdapat beberapa tahapan dalam penelitian ini untuk menghasilkan suatu sistem yang sesuai dengan yang diharapkan.
1. Studi Literatur Kegiatan mempelajari dokumentasi literatur dan teori yang berkaitan dengan
penelitian. Dalam tahap ini merupakan proses pengumpulan referensi, baik buku, jurnal, tesis, makalah dan sumber-sumber lain termasuk yang diperoleh dari
internet sebagai sumber data dan informasi yang berkaitan dengan data mining, association rules mining, algoritma FP-Growth, dan data lulusan mahasiswa
perguruan tinggi di Sumatera Utara 2. Analisis Permasalahan
Pada tahap ini dilakukan analisis terhadap data yang telah dikumpulkan sebelumnya untuk mendapatkan pemahaman mengenai teknik association rules
mining dan algoritma FP-Growth yang akan digunakan dalam membangun sistem data mining.
3. Perancangan Pada tahap ini dilakukan perancangan perangkat lunak yang dibangun, seperti
perancangan proses dan antarmuka. 4. Implementasi
Pada tahap ini dilakukannya pembangunan program dengan pengkodean perangkat lunak sesuai dengan alur yang ditentukan.
5. Pengujian Pada tahap ini dilakukannya pengujian terhadap perangkat lunak yang dibangun,
dan bagaimana keakuratan dari sistem yang dibuat. 6. Penyusunan Laporan
Pada tahap ini dilakukannya penulisan dokumentasi dan laporan mengenai perangkat lunak yang dikembangkan.
1.7. Sistematika Penulisan
