Analisis Asosiasi Antara Produktivitas Pelajar dan Manajemen Waktu Berdasarkan Algoritma FP-Growth
DOI:
https://doi.org/10.31294/ijcs.v5i1.12327Keywords:
FP-Growth, Association Rule, Produktivitas Pelajar, Manajemen Waktu, Data MiningAbstract
Penelitian ini bertujuan menganalisis hubungan antara manajemen waktu dan produktivitas pelajar menggunakan algoritma FP-Growth. Data yang digunakan berasal dari dataset Ultimate Student Productivity yang terdiri dari 5.000 data dan 21 atribut. Analisis dilakukan melalui tahapan Knowledge Discovery in Databases (KDD) yang meliputi seleksi data, pra-pemrosesan, transformasi, serta pembentukan association rule berdasarkan nilai support, confidence, dan lift ratio. Hasil penelitian menunjukkan bahwa kategori sedang (medium) mendominasi sebagian besar variabel yang dianalisis. Aturan asosiasi memiliki nilai confidence tinggi dan lift ratio lebih dari satu, yang menunjukkan hubungan signifikan antar variabel. Produktivitas kategori sedang berkaitan dengan durasi belajar dan tingkat fokus yang seimbang, sedangkan kategori rendah berkorelasi dengan hasil akademik yang rendah. Temuan ini menunjukkan bahwa keseimbangan dalam pengelolaan waktu belajar berperan penting dalam membentuk pola produktivitas pelajar. Selain itu, pendekatan berbasis data mampu memberikan gambaran objektif mengenai perilaku belajar siswa. Temuan ini dapat dimanfaatkan untuk mengoptimalkan manajemen waktu belajar guna meningkatkan produktivitas dan capaian akademik pelajar, serta sebagai acuan bagi institusi pendidikan dalam menyusun strategi pembelajaran berbasis data.
References
Achmad, F., Nurdiawan, O., & Wijaya, Y. A.(2023). Analisa Pola Transaksi Pembelian Konsumen Pada Toko Ritel Kesehatan Menggunakan Algoritma Fp-Growth. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1),168–175.
Andini, E., & Martanto, M. (2024). Analisis Asosiasi Fp-Growth Untuk Meningkatkan Efisiensi Pemilihan Produk Frozen Food Di Toko Aneka Frozen Food Josef Family. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1985–1991.
Astri, D. F., & Martanto, M. (2024). Clustering Penduduk Miskin Menggunakan Algoritma K-Means Pada Wilayah Jawa Barat. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2),1548–1554
Ch, S., Prasad, S. L. V, Rambabu, M., & Kumar, N. (2022). Association Rule Generation for Student Performance Analysis using Apriori Algorithm. Journal of Science and Technology, 7(03), 107–112.
Hery & Widjaja, A. E. (2024). Analysis of apriori and fp-growth algorithms for market basket insights: A case study of the bread basket bakery sales. Journal of Digital Market and Digital Currency, 1(1), 63–83.
Nurarofah, E., Herdiana, R., & Nuris, N. D.(2023). Penerapan asosiasi menggunakan algoritma FP-Growth pada pola transaksi penjualan di Toko Roti. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 353-359.
Pujiharto, E. W., Kusrini, K., & Nasiri, A. (2023). Analisis Perbandingan Kinerja Algoritma Apriori, FP-Growth dan Eclat dalam menemukan Pola Frekuensi pada Dataset INA-CBG’S. CogITo Smart Journal, 9(2), 340–354.
Rofi, M. F., Nisa, T. S., Widyastuti, A. H., & Zulfahmi, M. N. (2025). Analisis manajemen waktu siswa sekolah dasar melalui jurnal harian. PPIMAN Pusat Publikasi Ilmu Manajemen, 3(1), 283–290.
Rohman, N., & Wibowo, A. (2024). Clustering of popular Spotify songs in 2023 using K-Means method and silhouette coefficient. Jurnal Pilar Nusa Mandiri, 20(1), 18–24.
Safitri, D. W., & Absharina, E. D. (2025). Dalam Pendidikan Untuk Meningkatkan Literasi Digital Melalui Pembelajaran E-Learning Pada Siswa Dengan Pemanfaatan Big Data. Simtek: Jurnal Sistem Informasi Dan Teknik Komputer, 10(1), 23–28.
Saksana, J. C. (2024). Analisis pengaruh motivasi belajar, kemampuan kognitif dan manajemen waktu terhadap prestasi belajar mahasiswa. Jurnal Pendidikan Dan Kebudayaan Nusantara, 2(4), 172–181.
Saputra, J. P. B., Rahayu, S. A., & Hariguna, T. (2023). Market basket analysis using FP- growth algorithm to design marketing strategy by determining consumer purchasing patterns. Journal of Applied Data Sciences, 4(1), 38–49.
Sriurai, W., & Nuanmeesri, S. (2024). The development of Association Rules for student performance analysis using FP-Growth algorithm as a guideline for multidisciplinary learning. Journal of Applied Research on Science and Technology (JARST), 23(1), 253807.
Wang, T., Xiao, B., & Ma, W. (2022). Student Behavior Data Analysis Based on Association Rule Mining. International Journal of Computational Intelligence Systems, 15(1).
Wijaya, A., Faqih, A., Solihudin, D., Rohmat, C.L., & Permana, S. E. (2023). Penerapan Association Rules menggunakan algoritma apriori untuk identifikasi pola pembelian. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3871–3878.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Muhammad Randy Rabbani, Oktavio Theonady, Haniyah Faizah, Eka Bayu Satria, Alsella Meiriza, Ken Ditha Tania
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
