Perkembangan e-learning pada saat ini sudah terbilang pesat, hampir semua pihak telah mengerti tentang e-learning. SMPN 2 Larangan adalah contoh sekolah yang sempat menggunakan elerning untuk salah satu mata pelajaran. Namun, pengajar hanya memanfaatkan hanya untuk mengambil nilai dari ujian yang diberikan. Oleh karenanya, dalam penelitian ini akan menggunakan data-data yang dianggap tidak penting untuk membantu para pengajar dalam mengukur perkembangan siswa dan membantu siswa sendiri dalam mengerjakan soal yang dianggap sulit. Mata pelajaran yang digunakan dalam e-learning ini adalah matematika. Matematika merupakan salah satu mata pelajaran yang dianggap sulit oleh sebagian siswa, karenanya dengan aplikasi ini akan sedikit membantu siswa dalam mengerjakan soal. Algoritma yang digunakan dalam aplikasi ini adalah Frequent Pattern Growth, yaitu algoritma dalam association rules untuk mencari hubungan kombinasi dari setiap data. Data yang digunakan adalah jawaban salah dari 120 siswa. Soal terdiri dari 200 nomor dari 20 materi yang ada. Dalam penelitian ini, data dipecah menjadi 5, yaitu data dari 5 murid, 25, 50, 75, 100 dan 120 murid. Hasil penelitian dari pembagian data tersebut, diketahui bahwa semakin banyak data, maka kombinasi itemset yang terbentuk juga akan semakin banyak, dan waktu proses juga akan semakin lama. Namun, semakin besar minimum support yang diinputkan, maka kombinasi yang terbentuk akan semakin sedikit.


Deskripsi Lain

The progress of e-learning was fairly fast, almost everyone understood about e-learning. SMP 2 Larangan was an example of schools that could use elearning in one of the subjects. However, the teachers only used to take the value of the test. Therefore, in this research would use data that are considered essential to assist teachers measured students’s progress and help students answer the difficult questions. Subjects that used in this e-learning was math. Math was one subject that was considered difficult by most students. So, this application would help students solve a problems. The algorithm that used in this application was a frequent pattern growth, it was algorithm of association rules to find combinations of data’s relations. The data were the wrong answers of 120 students. Questions consist of 200 numbers and 20 learning materials. In this research, the data was divided into 5, the data from 5 students, 25 students, 50 studenst, 75 students, 100 students and 120 students. The results of this reseacrh was if there were more data, the combination formed itemset also be more and more, and the processing time will also be longer. However, if the greater the minimum support was entered, then the combination was formed will be less.

• Penerapan Data Mining Pada Market Basket Analysis dengan Metode Algoritma Apriori Association Rules
• APLIKASI PERSONALISASI HINTS SOAL UJIAN DENGAN MENGGUNAKAN ALGORITMA FREQUENT PATTERN GROWTH
• IDENTIFIKASI MODEL GAYA BELAJAR FELDER SILVERMAN BERDASARKAN KARAKTERISTIK BROWSING SISWA DENGAN METODE NAÏVE BAYES CLASSIFIER