AKURASI DALAM ANALISIS KOMPETENSI CALON TENAGA KEPERAWATAN MENGGUNAKAN ALGORITMA APRIORI

Habiburrahman, Habiburrahman (2023) AKURASI DALAM ANALISIS KOMPETENSI CALON TENAGA KEPERAWATAN MENGGUNAKAN ALGORITMA APRIORI. Masters thesis, Universitas Putra Indonesia YPTK.

	Text TESIS_HABIBURRAHMAN_202321055_ABSTRAK.pdf Download (175kB)
	Text TESIS_HABIBURRAHMAN_202321055_BAB I.pdf Download (782kB)
	Text TESIS_HABIBURRAHMAN_202321055_DAFTAR PUSTAKA.pdf Download (554kB)
	Text TESIS_HABIBURRAHMAN_202321055_FULL TEXT.pdf Restricted to Repository staff only Download (12MB)

Abstract

Setiap lulusan profesi keperawatan (NERS) harus dinyatakan kompeten pada Uji Kompetensi Ners Indonesia (UKNI) yang diadakan Kemdikbud untuk mendapatkan Surat Tanda Registrasi (STR) sebagai syarat bekerja. Tingkat kelulusan mahasiswa keperawatan dalam mengikuti UKNI sangat rendah jika dibandingkan dengan beberapa negara lain. Penelitian ini bertujuan mengidentifikasi faktor-faktor yang perlu dioptimalkan calon tenaga keperawatan dalam persiapan menghadapi UKNI dengan teknologi data mining. Faktor-faktor yang diolah adalah IPK, status pekerjaan, jumlah try out yang diikuti, hasil try out, keikutsertaan dalam bimbingan intensif, dan penguasaan aspek-aspek tertentu pada materi keperawatan. Data yang diolah dalam penelitian ini bersumber dari Appskep Indonesia, suatu startup yang bergerak di bidang pendidikan kesehatan, diantaranya try out dan bimbingan belajar UKNI. Appskep memiliki data kelulusan UKNI lebih dari 2000 pesertanya yang tersebar di seluruh Indonesia pada tahun 2021 dan 2022, atau sebanyak 5 kali pelaksanaan UKNI. Data tersebut dianalisis menggunakan Algoritma Apriori untuk menemukan rule-rule asosiasi yang terkait dengan kelulusan calon tenaga perawat dalam UKNI. Hasil dari pengolahan data peserta UKNI ini adalah ditemukannya beberapa set rule asosiasi yang mempengaruhi kompeten atau tidaknya calon tenaga perawat dalam UKNI. Berdasarkan perhitungan yang sudah dilakukan, dari 6 frequent 2 itemsets dihasilkan 6 aturan asosiasi yang memenuhi batas minimum support 50% dan minimum confidence 80%. Rule asosiasi yang paling dominan adalah jika penguasaan materi keperawatan jiwa lebih dari 60 persen maka seorang perawat akan lulus pada UKNI, dengan support 54,52% dan confidence 100%. Kesimpulan yang dapat diambil dari hasil yang ditemukan adalah Algoritma apriori dapat menemukan faktor yang berpengaruh terhadap kompetensi calon tenaga keperawatan dan menemukan aturan asosiasi antar faktor tersebut, serta dapat menyatakan kadar akurasi aturan asosiasi yang ditemukan.

Actions (login required)

View Item