| dc.description.abstract |
Pemilihan mata kuliah pilihan oleh mahasiswa umumnya dilakukan tanpa
memperhatikan keterkaitan antar mata kuliah yang diambil dalam satu waktu.
Padahal, pola pengambilan mata kuliah tersebut dapat memberikan informasi
penting untuk mendukung evaluasi serta pengembangan kurikulum yang lebih
efektif. Penelitian ini bertujuan untuk mengidentifikasi pola hubungan antar mata
kuliah pilihan yang sering diambil secara bersamaan oleh mahasiswa dengan
memanfaatkan algoritma Apriori sebagai dasar dalam evaluasi desain kurikulum.
Data yang digunakan dalam penelitian ini berupa 30 data Kartu Rencana Studi
(KRS) mahasiswa yang telah memenuhi kriteria, dengan atribut utama berupa
daftar mata kuliah pilihan yang diambil pada semester tertentu. Tahapan penelitian
meliputi proses pembersihan dan persiapan data, transformasi data ke dalam bentuk
transaksi, penentuan nilai minimum support dan confidence, serta penerapan
algoritma Apriori untuk menghasilkan aturan asosiasi. Hasil analisis menunjukkan
bahwa algoritma Apriori mampu mengungkap pola keterkaitan antar mata kuliah
pilihan melalui aturan asosiasi yang terbentuk. Ditemukan beberapa kombinasi
mata kuliah dengan nilai support dan confidence yang tinggi, yang
mengindikasikan kecenderungan mahasiswa untuk mengambil mata kuliah tersebut
secara bersamaan. Temuan ini dapat dimanfaatkan sebagai bahan pertimbangan
dalam penyusunan kurikulum, seperti pengelompokan mata kuliah, pengaturan
jadwal, serta penyusunan paket mata kuliah yang lebih efektif. Dengan demikian,
penelitian ini diharapkan dapat memberikan kontribusi dalam membantu program
studi mengambil keputusan yang lebih tepat, objektif, dan berbasis data dalam
pengembangan kurikulum. |
en_US |