MPLEMENTASI ALGORITMA FP-GROWTH DALAM MENGIDENTIFIKASI FAKTOR YANG MEMPENGARUHI PRESTASI AKADEMIK MAHASISWA (STUDI KASUS : FAKULTAS TEKNIK UNIVERSITAS BENGKULU)

Pendidikan tinggi adalah tahapan pendidikan lanjutan setelah pendidikan menengah yang
diselenggarakan oleh perguruan tinggi untuk membangun sumber daya manusia, terutama
dalam menghadapi tantangan dunia modern. Melalui pendidikan tinggi mahasiswa tidak
hanya memperoleh pengetahuan secara teori tetapi juga memperoleh kemampuan
berpikir kritis dan keterampilan yang dibutuhkan untuk berkontribusi di berbagai sektor
pembangunan. Salah satu indikator keberhasilan mahasiswa dalam pendidikan tinggi
adalah prestasi akademik. Prestasi akademik menunjukkan sejauh mana mahasiswa
mampu menguasai dan menerapkan ilmu yang didapat. Penelitian bertujuan untuk
mengidentifikasi pola asosiasi faktor-faktor yang mempengaruhi prestasi akademik
mahasiswa dengan menerapkan metode association rule melalui algoritma FP-Growth.
Penelitian ini bersifat kuantitatif dengan dataset yang dikumpulkan melalui penyebaran
kuesioner kepada mahasiswa aktif Fakultas Teknik Universitas Bengkulu angkatan 2021-
2023. Penelitian ini menggunakan kerangka kerja yang mengacu pada tahapan-tahapan
dalam Cross-Industry Standard Process for Data Mining (CRISP-DM). Proses pencarian
pola dilakukan dengan menerapkan nilai minimum support sebesar 30% dan minimum
confidence sebesar 70%. Hasil penelitian menemukan pola asosiasi utama yang terbentuk
dari seluruh data yaitu: mahasiswa yang cukup puas dalam menggunakan e-learning;
tidak menerima beasiswa; memperoleh pengaruh media sosial yang netral; dan
menghabiskan waktu lebih dari 180 menit per hari di media sosial tetap memiliki
kecenderungan untuk meraih IPK di atas 3,50.
Kata Kunci : Prestasi Akademik, Association Rule, FP-Growth