PENERAPAN ASSOCIATON RULE MENGGUNAKAN SPV ASSOC RULE UNTUK MENENTUKAN FAKTOR PENGHAMBAT KEBERHASILAN SISWA SD DALAM UJIAN NASIONAL
International Research on Big-Data and Computer Technology: I-Robot · 2017
DOI: 10.53514/ir.v1i1.8 ↗Kurz gefasst
Fachartikel in der Zeitschrift International Research on Big-Data and Computer Technology: I-Robot, 2017. Verfasst von Surono M.Ti und 1 weiteren Autor:innen.
Abstract (Originalsprache)
Penggalian kaidah asosiasi mempunyai peranan penting dalam proses pengambilan keputusan. Tahapan besar dari penggalian kaidah asosiasi adalah mengidentifikasikan frequent itemset dan membentuk kaidah asosiasi dari itemset tersebut. Kaidah asosiasi digunakan untuk menggambarkan hubungan antar item pada tabel data transaksional ataupun data relasional. Tapi semakin berkembangnya teknologi komputer di dunia industri, semakin pesat pula perkembangan ukuran data yang dihasilkan. Dan pada data yang besar tersebut, proses pencarian frequent itemset sangatlah sulit. Berdasarkan kondisi tersebut, maka dalam penelitian ini menggunakan SPV Assoc Rule dari data hasil UASBN, data latar belakang sekolah, dan data latar belakang siswa sehingga akan didapatkan faktor penghambat keberhasilan siswa sekolah dasar dalam belajar
Zitieren
APA
M.Ti, S., & Yusuf, R. (2017). PENERAPAN ASSOCIATON RULE MENGGUNAKAN SPV ASSOC RULE UNTUK MENENTUKAN FAKTOR PENGHAMBAT KEBERHASILAN SISWA SD DALAM UJIAN NASIONAL. International Research on Big-Data and Computer Technology: I-Robot. https://doi.org/10.53514/ir.v1i1.8
Vancouver
M.Ti S, Yusuf R. PENERAPAN ASSOCIATON RULE MENGGUNAKAN SPV ASSOC RULE UNTUK MENENTUKAN FAKTOR PENGHAMBAT KEBERHASILAN SISWA SD DALAM UJIAN NASIONAL. International Research on Big-Data and Computer Technology: I-Robot. 2017. doi:10.53514/ir.v1i1.8
BibTeX
@article{MTi2017,
author = {M.Ti, Surono and Yusuf, Ridwan},
title = {PENERAPAN ASSOCIATON RULE MENGGUNAKAN SPV ASSOC RULE UNTUK MENENTUKAN FAKTOR PENGHAMBAT KEBERHASILAN SISWA SD DALAM UJIAN NASIONAL},
journal = {International Research on Big-Data and Computer Technology: I-Robot},
year = {2017},
doi = {10.53514/ir.v1i1.8}
}
EUVIMED