Analisis Pola Perceraian Menggunakan Algoritma Apriori Dan Equivalence Class Transformation  (Studi Kasus: Pengadilan Agama Selong, Lombok Timur)

Dwi Puspita Wulandari; Wiwit Pura Nurmayanti; Basirun Basirun

Dwi Puspita Wulandari Universitas Hamzanwadi
Wiwit Pura Nurmayanti Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Hamzanwadi, Indonesia
Basirun Basirun Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Hamzanwadi, Indonesia

Abstract

Jumlah perceraian yang terjadi di Kabupaten Lombok Timur terus mengalami peningkatan baik dari cerai gugat maupun dari cerai talak. Namun pada tahun 2022 jumlah perceraian yang terjadi di Kabupaten Lombok Timur mengalami penurunan dari 1436 kasus pada tahun 2021 menjadi 1358 kasus pada tahun 2022. Alasan utama penyebab perceraian yang terjadi di Lombok Timur yaitu adanya perselisihan dan pertengkaran secara terus menerus yang terjadi sebanyak 1019 kasus, kemudian disusul oleh meninggalkan salah satu pihak sebanyak 115 kasus. Dengan menggunakan algoritma apriori diperoleh rule sebanyak 6 rule dan rule pertama sebagai rule dengan nilai support tertinggi yaitu sebesar 0.24%, pola yang diperoleh yaitu jika alasan perceraian merupakan pertengkaran, usia tergugat 26-35 tahun (UT2) dan alasan perceraian karena faktor ekonomi, maka nilai support yang dihasilkan sebesar 0.24%, confidence sebesar 0.70 dan lift ratio sebesar 1.30%. Dengan menggunakan algoritma ECLAT diperoleh rule sebanyak 6 dengan rule pertama sebagai rule dengan nilai support tertinggi sebesar 0.23%, jika alasan perceraian merupakan perselisihan, usia tergugat 36-45 tahun (UT3) dan jumlah anak yang dimiliki ideal (A2) maka nilai support yang dihasilkan sebesar 0.23%, confidence sebesar 0.87 dan lift ratio sebesar 1.26%. Berdasarkan nilai akurasi yang diperoleh, algoritma apriori lebih tepat dibandingkan dengan algoritma ECLAT.

References

[1] A. Florencya and T. Hasanuddin, “Pola Adaptasi Dan Kemandirian Perempuan Kepala Keluarga Pasca Perceraian,” Ganaya J. Ilmu Sos. dan Hum., vol. 4, no. 1, pp. 1–9, 2021.
[2] A. O. Nasution, “Pola Komunikasi Interpersonal Orang Tua Pasca Perceraian Kepada Anak Usia Remaja Di Kisaran,” 2022.
[3] A. A. Rokhim and I. Sukardi, “Pencegahan Perceraian Berbasis Kearifan Lokal Studi Kasus Masyarakat Samin Bojonegoro,” J. Darussalam J. Pendidikan, Komun. dan Pemikir. Huk. Islam, vol. 13, no. 2, pp. 390–420, 2022.
[4] M. Ulfah, E. Laelasari, and I. Mustaqiem, “AS- SYAR ’ I : Jurnal Bimbingan & Konseling Keluarga AS- SYAR ’ I : Jurnal Bimbingan & Konseling Keluarga,” AS- SYAR ’ I J. Bimbing. Konseling Kel., vol. 3, no. 1, pp. 85–94, 2021.
[5] A. Anggrawan, M. Mayadi, and C. Satria, “Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 1, pp. 125–138, 2021.
[6] H. Noviandari and G. E. Rini, “Perceraian Dan Peran Single Parent Perempuan,” Bikangwangi, Bimbing. dan Konseling Banyuwangi, vol. 2, no. 1, p. 1, 2023, doi: 10.36526/.e-ISSN.
[7] A. Thoharoni, “Konstruksi Sosial Masyarakat Dolopo Madiun terhadap Cerai Siri,” vol. 87, no. 1,2, p. 11, 2023.
[8] K. Abror, Hukum Perkawinan dan Perceraian Akibat Perkawinan, 2nd ed. Yogyakarta: Ladang Kata, 2020.
[9] D. P. Utomo and M. Mesran, “Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung,” J. Media Inform. Budidarma, vol. 4, no. 2, pp. 437–444, 2020.
[10] R. Ordila, R. Wahyuni, Y. Irawan, and M. Yulia Sari, “Penerapan Data Mining Untuk Pengelompokan Data Rekam Medis Pasien Berdasarkan Jenis Penyakit Dengan Algoritma Clustering (Studi Kasus : Poli Klinik PT.Inecda),” J. Ilmu Komput., vol. 9, no. 2, pp. 148–153, 2020.
[11] S. Z. Harahap and A. Nastuti, “Teknik Data Mining Untuk Penentuan Paket Hemat Sembako,” J. Ilm. Fak. Sains dan Teknol. Univ. Labuhanbatu, vol. 7, no. 3, pp. 111–119, 2019.
[12] D. P. Utomo and B. Purba, “Penerapan Datamining pada Data Gempa Bumi Terhadap Potensi Tsunami di Indonesia,” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. September, p. 846, 2019.
[13] Z. Abidin, A. K. Amartya, and A. Nurdin, “Penerapan algoritma apriori pada penjualan suku cadang kendaraan roda dua (Studi Kasus: Toko Prima Motor Sidomulyo),” J. Teknoinfo, vol. 16, no. 2, p. 225, 2022.
[14] T. D. Yustika, Faktor-Faktor yang Menyebabkan Terjadinya Perceraian Menggunakan Algoritma Apriori. 2020.
[15] M. U. Albab and D. Hidayatullah, “Penerapan Algoritma Apriori pada Sistem Informasi Inventori Toko,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1321, 2022.
[16] H. Maulidiya and A. Jananto, “Asosiasi Data Mining Menggunakan Algoritma Apriori dan FP-Growth sebagai Dasar Pertimbangan Penentuan Paket Sembako,” Proceeding SENDIU 2020, vol. 6, pp. 36–42, 2020.
[17] I. Djamaludin and A. Nursikuwagus, “Analisis Pola Pembelian Konsumen Pada Transaksi Penjualan Menggunakan Algoritma Apriori,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 8, no. 2, p. 671, 2018.
[18] C. N. Dengen, K. Kusrini, and E. T. Luthfi, “Penentuan Association Rule Pada Kelulusan Mahasiswa Menggunakan Algoritma Apriori,” J. Rekayasa Teknol. Inf., vol. 3, no. 1, p. 20, 2019.
[19] F. R. Alamsyah, “Penerapan Algoritma Equivalence Class Transformation Dalam Menentukan Pola Penyebab Percerain Di Pekanbaru,” 2022.
[20] S. Sulastri, E. Zuliarso, and Y. Anis, “Implementasi Algoritma Apriori Dan Algoritma Eclat Pada Ahass Akmal Jaya Purwodadi,” Dinamik, vol. 22, no. 1, pp. 49–56, 2018.
[21] K. N. Wijaya, “Analisa Pola Frekuensi Keranjang Belanja Dengan Dengan Perbandingan Algoritma Fp-Growth (Frequent Pattern Growth) dan Eclat pada minimarket,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 7, no. 2, pp. 364–373, 2020.
[22] B. Fawaid and F. A. Ridho, “Perceraian yang Diakibatkan Oleh Pertengkaran (Syiqaq),” Qistie, vol. 16, no. 1, pp. 1–17, 2023.