Penentuan Kelayakan Sertifikasi Guru Berdasarkan Keterkaitan Data NUPTK Menggunakan Algoritma FP-Growth

Data Nomor Unik Pendidik dan Tenaga Kependidikan (NUPTK) merupakan data yang akan terus bertambah setiap tahunnya. Maka diperlukan suatu penggalian data untuk menemukan pola sertifikasi guru pada data NUPTK. Dalam penelitian ini digunakan metode FP-Growth untuk menemukan pola sertifikasi guru. tahapan yang dilakukan adalah preprocessing , association rule dan klasifikasi . Algoritma FP-Growth tidak melakukan candidate generation dalam proses pencarian frequent itemset , sehingga dapat mengurangi scan database secara berulang dalam proses mining dan dapat berlangsung lebih cepat. Hasil penelitian menunjukkan bahwa terjadi penurunan jumlah rule dalam classifier seiring dengan bertambahnya persentase minimum support dan minimum confidence, tetapi tidak demikian dengan jumlah record yang tidak berpengaruh pada rule dalam classifier . Sedangkan untuk akurasi, minimum support dan minimum confidence tidak berpengaruh karena belum tentu semakin banyak rule yang terbentuk maka semakin banyak pula rule yang memiliki manfaat. Jumlah rule dalam classifier tertinggi adalah 12 rule dengan rata-rata akurasi terhadap data uji sebesar 82% dan lift ratio sebesar 1,808