Implementasi FP-Growth dan Fuzzy Tsukamoto untuk menentukan persentase kuota jalur masuk perguruan tinggi

Khairunnisa, Nafa (2025) Implementasi FP-Growth dan Fuzzy Tsukamoto untuk menentukan persentase kuota jalur masuk perguruan tinggi. Implementasi FP-Growth dan Fuzzy Tsukamoto untuk menentukan persentase kuota jalur masuk perguruan tinggi, 8 (1). pp. 121-132. ISSN 2721

Preview

Text 3337-Naskah Publikasi-15924-1-10-20250203.pdf Download (646kB) | Preview

Abstract

INDONESIA: Setiap universitas berusaha mencapai atau mempertahankan akreditasi unggul. Mahasiswa yang lulus dengan predikat memuaskan berperan penting dalam menentukan akreditasi tersebut. Menurut BAN-PT 2021, universitas dianggap unggul jika memiliki mahasiswa dengan masa studi maksimal 4,5 tahun dan IPK rata-rata ≥ 3,25. Salah satu cara untuk mempertahankannya adalah dengan mengelola persebaran kuota jalur masuk Penerimaan Mahasiswa Baru (PMB) secara optimal. Penelitian ini bertujuan untuk menyelidiki bagaimana variabel IPK, masa studi, dan jalur masuk pada data wisudawan berhubungan satu sama lain. Untuk mendapatkan pola asosiasi antar variabel tersebut maka digunakanlah FP-Growth. Selanjutnya, persentase distribusi kuota dihitung menggunakan Fuzzy Tsukamoto. Metode ini diuji dengan Mean Absolute Error (MAE) dan diperoleh nilai MAE sebesar 5.585. Dari penelitian ini didapatkan akurasi model sebesar 94.42% dan nilai presisi 62.5%, yang menandakan bahwa metode yang digunakan efektif dalam membantu menentukan distribusi kuota yang optimal untuk PMB. Dengan demikian, hasil ini dapat digunakan untuk mendukung kebijakan universitas dalam menentukan persebaran kuota yang lebih tepat guna mendukung pencapaian akreditasi unggul. ENGLISH: Every university strives to achieve or maintain excellent accreditation. Students who graduate with a satisfactory predicate play an important role in determining the accreditation. According to BAN-PT 2021, a university is considered excellent if it has students with a maximum study period of 4.5 years and an average GPA ≥ 3.25. One way to maintain it is to optimally manage the distribution of quotas for the New Student Admission (PMB) entrance pathway. This study aims to investigate how the variables of GPA, study period, and entry path in the data of graduates relate to each other. To get the association pattern between these variables, FP-Growth is used. Furthermore, the percentage of quota distribution is calculated using Fuzzy Tsukamoto. This method was tested with Mean Absolute Error (MAE) and obtained an MAE value of 5.585. From this research, the accuracy of the model is 94.42% and the precision value is 62.5%, which indicates that the method used is effective in helping determine the optimal quota distribution for PMB. Thus, these results can be used to support university policies in determining a more appropriate quota distribution to support the achievement of superior accreditation.

Actions (login required)

View Item