Jurusan Teknik Informatika merupakan salah satu jurusan dengan kapasitas jumlah mahasiswa yang besar di Universitas Komputer Indonesia (Unikom). Dalam pelaksanaan kurikulumnya menawarkan beberapa matakuliah pilihan yang dapat memenuhi visi dan misi jurusan. Saat ini dalam penentuan matakuliah yang ditawarkan, pihak jurusan menggunakan sistem polling. Namun hal ini akan menimbulkan masalah bagi mahasiswa khususnya dikarenakan mahasiswa tersebut mengikuti pemilihan yang dilakukan oleh temannya bukan berdasarkan minat mahasiswa itu sendiri. Selain itu setiap matakuliah pilihan tersebut mempunyai nilai prasyarat dari matakuliah sebelumnya yang sebenarnya dapat dijadikan acuan dalam penentuan matakuliah pilihan yang ditawarkan. Dengan model sistem pendukung keputusan ini diharapkan dapat membantu memberikan rekomendasi kepada pihak jurusan dalam menentukan matakuliah pilihan yang akan ditawarkan berdasarkan data polling (cerminan kemauan mahasiswa), data histori nilai (cerminan kemampuan mahasiswa) atau irisan dari kedua data tergantung kebijakan yang akan diambil pihak jurusan. Dalam model ini, hasil rekomendasi penentuan matakuliah pilihannya didapat dengan menggunakan metode data mining yaitu Assosiation Rule dengan pendekatan algoritma FP-Growth. Association Rule digunakan untuk menghasilkan pola keterkaitan antara matakuliah pilihan yang ditawarkan dengan matakuliah pilihan yang lain. Untuk mendapatkan pola ini digunakan pendekatan FP-Growth untuk mempercepat mendapatkan ekstrak frequent itemset dengan hanya scan database sebanyak dua kali. Dari hasil pengujian model keputusan ini dengan data sampel yaitu data polling dan data histori nilai mahasiswa kelas IF1 tahun akademik 2011-2012 dengan minimum support sebesar 30% dan minimum confidence sebesar 60%, didapat hasil irisan rekomendasi keputusan matakuliah pilihan Database Lanjut dan Keamanan Sistem Informasi yang akan ditawarkan. Pada akhirnya model sistem pendukung keputusan ini dapat digunakan untuk mendapatkan rekomendasi penentuan matakuliah pilihan berdasarkan data acuan yang sesuai dengan kebijakan yang dikeluarkan pihak jurusan.

Department of Informatics is one of the majors with a capacity large number of students at the University Computer Indonesia (UNIKOM). In the implementation of course curriculum offers several options that can fulfill the vision and mission of the department. Currently in the determination of subjects offered, the department uses a polling system. However this will cause problems for students, especially because the students were followed by his election is not based on student's own interests. In addition, each subject has the choice of the prerequisites of the course before that can actually be used as a reference in determining the course options offered. Therefore the decision support system model is expected to help make recommendations to the Department in determining the choice of subjects to be offered based on polling data (a reflection of the willingness of students), the historical data (a reflection of the ability of students) or two slices of the data depends on the policies to be taken the majors. In this model, the results of the determination of subject choice advice obtained by using the Association Rule data mining with FP-Growth algorithm approach. Association Rule used to generate patterns of linkage between the subject choices offered by the other course options. To obtain this pattern is used FP-Growth algorithm approach to accelerate getting the extract frequent itemsets with only scan database twice. From the results of this decision model testing with sample data that is polling data and historical data IF1 grade students value academic year 2011-2012 with minimum support of 30% and minimum confidence of 60%, results obtained in course selection decisions slice recommendation Advanced Database and System Security The information will be offered. In the end the decision support system model can be used to get recommendations based on the determination of subject choice in accordance with the reference data that the department issued policy.

https://elib.unikom.ac.id/gdl.php?mod=browse&op=read&id=jbptunikompp-gdl-diandharma-35315