Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 1.
Nomor : 2.
September 2022 : 97-103 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Korelasi Minat Anak Keluarga Petani dan Non Petani Dalam Melanjutkan Pendidikan Ke Perguruan Tinggi Terhadap Faktor Penyebab Penghasilan Dengan Metode Apriori (Studi Kasus:
Desa Pasar Vi Namo Teras.
The Correlation of Interests of Children of Farmer and Non-Farming Families in Continuing Education to Higher Education on Factors That Cause Income Using the Apriori Method (Case Study: Desa Pasar Vi Namo Teras.
Karonika Br Barus*1.
Novriyenni2.
Magdalena Simanjuntak3 1,2,3Prodi Sistem Informasi STMIK KAPUTAMA.
Jl.
Veteran No.
4A-9A.
Binjai.
Sumatera Utara, 20714,Indonesia e-mail: karowbarus@gmail.
com, 2novriyenni.
sikumbang@gmail.
simanjuntak84@gmail.
Abstrak Berkurangnya minat belajar seorang individu disebabkan karena berbagai faktor.
Salah satunya adalah faktor sosial dimana dalam beberapa kondisi menyebabkan individu merasa rendah diri untuk melanjutkan pendidikan ke ranah akademis yang lebih tinggi.
Bagi sebagian orang profesi petani kerap dianggap remeh menyebabkan nilai sosial profesi petani menurun sehingga menyebabkan generasi petani berikutnya merasa tidak percaya diri untuk melanjutkan pendidikan ke tahap yang lebih tinggi Dari hasil pengujian pada 24 sampel data desa yang ada di kantor Desa Pasar Vi Namo Terasi menggunakan metode apriori, ditemukan sebanyak 1 rule yaitu Jika Pekerjaan orang tua adalah Pegawai negeri dan penghasilan diatas 4 juta, maka anak akan kuliah dengan nilai pendukung sebesar 8%, nilai kepastian sebesar 50%.
Kata kunci: Data Mining.
Itemset.
Metode Apriori.
Rule Abstract The decrease in an individual's interest in learning is caused by various factors.
One of them is social factors which in some conditions cause individuals to feel inferior to continue their education to a higher academic realm.
For some people, the farming profession is often underestimated, causing the social value of the farming profession to decline, causing the next generation of farmers to feel insecure to continue their education to a higher stage.
From the test results on 24 samples of village data in the Pasar Vi Namo Terasi village office using the a priori method, it was found that there was 1 rule, namely If the parent's occupation is a civil servant and the income is above 4 million, the child will go to college with a supporting value of 20.
8%, confidence value of 50%.
Keywords: Data Mining.
Itemset.
Apriori Method.
Rule A 2022 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 1.
Nomor : 2.
September 2022 : 97-103 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954
p-ISSN 2830-6031
PENDAHULUAN
Berkurangnya minat belajar seorang individu disebabkan karena berbagai Salah satunya adalah faktor sosial dimana dalam beberapa kondisi menyebabkan individu merasa rendah diri untuk melanjutkan pendidikan ke ranah akademis yang lebih tinggi.
Bagi sebagian orang profesi petani kerap dianggap remeh menyebabkan nilai sosial profesi petani menurun sehingga menyebabkan generasi petani berikutnya merasa tidak percaya diri untuk melanjutkan pendidikan ke tahap yang lebih tinggi.
Pada Desa Pasar Vi Namo Terasi telah dilakukan survei dengan metode wawancara dan studi kepustakaan sehingga dapat dihasilkan Data Desa Pasar Vi Namo terasi yang dapat diolah dengan metode apriori.
Metode apriori adalah pengambilan data dengan aturan asosiasi (Association rul.
untuk menentukan hubungan asosiatif suatu kombinasi item.
Association rule yang dimaksud dilakukan melalui mekanisme perhitungan support dan confidance dari suatu hubungan item.
Sebuah rule asosiasi dikatakan interesting jika nilai support adalah lebih besar dari minimum support dan juga nilai confidence adalah lebih besar dari minimum confidence.
Metode apriori ini akan cocok untuk diterapkan bila terdapat beberapa hubungan item yang ingin dianalisis.
METODE PENELITIAN
Korelasi Menurut (Kusrini.
Emha Taufiq Lutfhi,2009, h.
Algoritma A priori termasuk jenis aturan assosiasi pada data mining.
Selain apriori, yang termasuk pada golongan ini adalah metode generalize Rule Indication dan Algoritma Hans Based.
Analisis asosiasi atau association rule mining adalah teknik data mining untuk menemukan aturan asosiatif antar suatu kombinasi item.
Analisis asosiasi juga dikenal sebagai salah satu teknik data mining yang menjadi dasar dari berbagai tekhnik data mining lainnya.
Khususnya salah satu tahap dari anallisis asosiasi yang disebut dengan analisis pola frequensi tinggi .
requent pattern minin.
menarik perhatian banyak peneliti untuk menghasilkan algoritma yang efesien.
Penting tidaknya suatu aturan asosiatif dapat diketahui dengan dua parameter, yaitu support .
ilai penunjan.
adalah persentase kombinasi item tersebut dalam database dan confidence .
ilai kepastia.
adalah kuatnya hubungan antar item dalam suatu aturan asosiatif .
HASIL DAN PEMBAHASAN
Dari hasil rangking perhitungan metode MOORA diatas, berdasarkan nilai tertinggi maka industri kecil menengah yang direkomendasikan menjadi produk unggulan daerah adalah Industri Anyaman Bambu.
A 2022 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 1.
Nomor : 2.
September 2022 : 97-103 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Metodologi dasar Analisis Asosiasi terbagi menjadi dua tahapan yaitu:
Analisis Pola Frekuensi Tinggi Tahap ini mencari kombinasi item yang memenuhi syarat minimum dari nilai support dalam database.
Pembentukan Aturan Asosiasi Setelah semua frekuensi tinggi ditemukan, barulah dicari aturan asosiasi yang memenuhi confidence dengan menghitung aturan asosiatif.
Untuk mencari korelasi atau hubungan pada data faktor penyebab penghasilan penduduk di di kantor Desa Pasar Vi Namo Terasi, penulis mengambil 25 data sebagai berikut :
Data Desa Pasar Vi Namo Terasi
Pekerjaan Penghasilan Status
Pendidikan Anak
PNS
RP.
KULIAH
PETANI
RP.
KULIAH
PETANI
RP.
KULIAH
WIRASWASTA
RP.
KULIAH
WIRASWASTA
RP.
KULIAH
PETANI
RP.
KULIAH
WIRASWASTA
RP.
TIDAK
PETANI
RP.
TIDAK
PNS
RP.
KULIAH
PETANI
RP.
TIDAK
PETANI
RP.
TIDAK
PETANI
RP.
KULIAH
PETANI
RP.
KULIAH
PETANI
RP.
KULIAH
PETANI
RP.
KULIAH
PETANI
RP.
TIDAK
PNS
RP.
KULIAH
PNS
RP.
KULIAH
PETANI
RP.
TIDAK
PETANI
RP.
KULIAH
PNS
RP.
KULIAH
PETANI
RP.
TIDAK
PNS
RP.
KULIAH
PETANI
RP.
KULIAH
A 2022 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 1.
Nomor : 2.
September 2022 : 97-103 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954
p-ISSN 2830-6031
Representasi Data Pekerjaan Pekerjaan Kode
Petani Karyawan Wiraswasta
PNS
Representasi Data Penghasilan Penghasilan < Rp.
>= Rp.
000 & <=1.
>= Rp.
000 & <= 2.
>= Rp.
000 & <= 3.
>= Rp.
Kode
Data Status Pendidikan Anak
Status Pendidikan Kode
Anak
Kuliah
Tidak Kuliah
Representasi Data Desa Pasar Vi Namo Terasi
Status Pendidikan Pekerjaan Penghasilan Anak
KA WU PN A0 A1 A2 A3 A4
A 2022 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 1.
Nomor : 2.
September 2022 : 97-103 https://jurnal.
unity-academy.
id/index.
php/jirsi/index Jlh e-ISSN 2830-3954 p-ISSN 2830-6031 Tentukan (Frequen.
Misalkan kita tentukan > 3, maka kita dapat menentukan frequent itemset.
Dari tabel diatas diketahui total untuk k = 1, ada beberapa yang lebih besar dari .
Tentukan Item Set Maka F1 untuk tabel Data Desa Pasar Vi Namo Terasi yang nilainya lebih besar dari yaitu semua variable dapt digunakan dalam perhitungan karena lebih besar Ujikan Set Himpunan yang mungkin terbentuk {PE,A3,K}, {PN,A3,K}, {PE,A4,T} Calon 3 Itemset A 2022 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 1.
Nomor : 2.
September 2022 : 97-103 https://jurnal.
unity-academy.
id/index.
php/jirsi/index Jumlah Jumlah e-ISSN 2830-3954 p-ISSN 2830-6031 Jumlah Dari tabel 3 unsur diatas.
Y artinya item yang saling berhubungan, sedangkan N berarti tidak ada item yang saling berhubungan Jumlah frekuensi itemset harus lebih besar dengan jumlah frekuensi itemset.
Dari tabel diatas maka di dapat f3 :
{PE,A3,K}, {PE,A4,T}
Untuk mengetahui hubungan atau korelasi antar item kekuatan hubungan ditentukan oleh 2 faktor yaitu support dan confidence, yang diperoleh dengan rumus sebagai berikut:
Support = Nilai pendukung ycyenyecyecyeayeeyei = Oc yaOyayaya yayaoyaya yayyayayayayaoyayaoya Oc yaOyayayauyaoya yayayauyayayaya yayayaoyayayaoyayaya yayayaya% Cofidence = Nilai Kepastian ycyeayeayeNyeOyeIyeIyeayeEyeI = Oc yaOyayaya yayaoyaya yayyayayayayaoyayaoya yayayayaoyauyayayaya yayayaya% Oc yaOyayayauyaoya yayayaoyayayaoyayaya yayaoyayyao yauyaoyayayaoya yeCyeayeiyeIyeEyeIyeIyeIyeayei Rule untuk 3 itemset terdiri atas 2 rule yang di implementasikan pada tabel Aturan Asosiasi 3 Itemset S * C If antecendent then consequent Support If Pekerjaan PE dan Penghasilan A3 E Kuliah K If Pekerjaan PN dan Penghasilan A4 E Kuliah K Cofidence S*C A 2022 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 1.
Nomor : 2.
September 2022 : 97-103 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Setelah melakukan perkalian antara support dan cofidence, maka hasil dari perkalian tersebut maka S*C yang terbesar yang akan menjadi Best Rule.
Best Rule
If antecendent then consequent Support
If Pekerjaan PN dan Penghasilan A4
E Kuliah K
Cofidence S*C DAFTAR PUSTAKA