IMPLEMENTASI ALGORITMA FP-GROWTH UNTUK MENGANALISIS KORELASI ANTARA KESEHATAN MENTAL DENGAN KINERJA AKADEMIK MAHASISWA (STUDI KASUS: MAHASISWA UNIVERSITAS BENGKULU)

Penelitian ini bertujuan untuk menganalisis korelasi antara kesehatan mental dan kinerja
akademik mahasiswa Universitas Bengkulu dengan menerapkan algoritma FP-Growth.
Penelitian ini menggunakan pendekatan kuantitatif dengan data primer yang diperoleh
melalui kuesioner berbasis instrumen Mental Health Inventory-38 (MHI-38) serta data
Indeks Prestasi Kumulatif (IPK). Jumlah responden sebanyak 392 mahasiswa aktif
minimal semester enam yang berasal dari 8 fakultas di Universitas Bengkulu. Proses
analisis data mengikuti tahapan Cross-Industry Standard Process for Data Mining
(CRISP-DM), meliputi business understanding, data understanding, data preparation,
modeling, dan evaluation. Algoritma FP-Growth digunakan untuk menemukan frequent
itemset dan membentuk aturan asosiasi berdasarkan nilai support, confidence, dan lift.
Hasil penelitian menunjukkan adanya pola asosiasi antara beberapa aspek kesehatan
mental, seperti kecemasan, depresi, kontrol emosi, hubungan emosional, dan kepuasan
hidup, dengan tingkat kinerja akademik mahasiswa. Temuan ini menunjukkan bahwa
kondisi kesehatan mental memiliki keterkaitan yang signifikan terhadap capaian
akademik. Kesimpulan penelitian ini menegaskan bahwa analisis data mining dengan
algoritma FP-Growth dapat digunakan sebagai alat bantu dalam memahami pola
hubungan kesehatan mental dan kinerja akademik, serta menjadi dasar pertimbangan bagi
pihak universitas dalam perumusan kebijakan peningkatan kesejahteraan mahasiswa.
Kata Kunci: Kesehatan Mental, Kinerja Akademik, Data Mining, FP-Growth,
Association Rule.