Data Mining untuk Menggali Pola Mahasiswa Baru Menggunakan Metode Frequent Pattern Growth (Studi Kasus : Institut Teknologi Adhi Tama Surabaya)

Di masa sekarang ini perguruan tinggi negeri maupun swasta mengalami perkembangan yang sangat pesat. Setiap tahunnya perguruan tinggi swasta berlomba-lomba untuk mendapatkan mahasiswa baru. Banyak cara yang dilakukan baik itu dengan cara promosi di koran, ditelevisi, brosur dan masih banyak lagi. Di dalam melakukan promosi khususnya di kampus ITATS banyak terjadi kendala terutama menentukan tempat untuk melakukan promosi. Terkadang kita tidak mengetahui pasar atau seberapa banyak mahasiswa yang mendaftar dengan kriteria yang ada. Untuk itu perlu dibuatkan program aplikasi untuk menghasilkan pola mahasiswa baru dengan menggunakan algoritma Frequent pattern growth. Algoritma Frequent pattern growth adalah pola asosiasi yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data. Frequent pattern growth menggunakan pendekatan yang berbeda dari paradigma yang digunakan pada algoritma Apriori. Frequent pattern tree merupakan struktur penyimpanan data yang dimampatkan. Frequent pattern tree dibangun dengan memetakan setiap data transaksi ke dalam setiap lintasan tertentu dalam frequent pattern tree. Hasil analisa data untuk semua data pada tahun 2013 – 2014 memiliki minimum support sebesar 0,01 % memiliki jumlah item sebanyak 163 item, serta aplikasi ini mampu memproses data dengan minimum support mencapai 0,005 %