PENERAPAN ALGORITMA K-NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI CALON PENERIMA BIDIKMISI
Total View This Week0
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
Siti, Julaiha
Martaleli, Bettiza
Dwi Amalia, Purnamasari
Martaleli, Bettiza
Dwi Amalia, Purnamasari
Subject
005.11.Pemrograman Khusus
Datestamp
2021-07-26 06:47:39
Abstract :
Universitas Maritim Raja Ali Haji melakukan seleksi penerimaan beasiswa untuk mahasiswa salah satunya yaitu program bidikmisi. Bidikmisi adalah bantuan yang diberikan pemerintah kepada mahasiswa yang kurang dalam segi ekonomi yang memiliki prestasi diseluruh perguruan tinggi di Indonesia.. Berdasarkan data mahasiswa pendaftar bidikmisi UMRAH tahun 2019 mahasiswa yang mendaftar bidikmisi melebihi batas kuota yang ditentukan sehingga perlu adanya klasifikasi agar bantuan bidikmisi yang diberikan tepat sasaran. Penelitian ini dilakukan bertujuan untuk mengklasifikasikan calon penerima bidikmisi menggunakan algoritma K-Nearest Neighbor (KNN). Data yang digunakan dalam penelitian berjumalh 414 data dengan 331 sebagai training dan 83 sebagai testing. Penelitian ini juga menggunakan parameter pekerjaan orang tua, pendapatan orang tua, tanggungan, tempat tinggal, niaya listrik, dan nilai tes. Tahap yang dilakukan pada oenelitian ini yaitu membobotkan data kemudian menghitung sesuai algoritma KNN. Berdasarkan hasil pengujian yang dilakukan dengan k=5 diperoleh hasil akurasi sebesar 83,13%, presisi sebesar 82,35% recall sebesr 89,36%.
Universitas Maritim Raja Ali Haji melakukan seleksi penerimaan beasiswa untuk mahasiswa salah satunya yaitu program bidikmisi. Bidikmisi adalah bantuan yang diberikan pemerintah kepada mahasiswa yang kurang dalam segi ekonomi yang memiliki prestasi diseluruh perguruan tinggi di Indonesia.. Berdasarkan data mahasiswa pendaftar bidikmisi UMRAH tahun 2019 mahasiswa yang mendaftar bidikmisi melebihi batas kuota yang ditentukan sehingga perlu adanya klasifikasi agar bantuan bidikmisi yang diberikan tepat sasaran. Penelitian ini dilakukan bertujuan untuk mengklasifikasikan calon penerima bidikmisi menggunakan algoritma K-Nearest Neighbor (KNN). Data yang digunakan dalam penelitian berjumalh 414 data dengan 331 sebagai training dan 83 sebagai testing. Penelitian ini juga menggunakan parameter pekerjaan orang tua, pendapatan orang tua, tanggungan, tempat tinggal, niaya listrik, dan nilai tes. Tahap yang dilakukan pada oenelitian ini yaitu membobotkan data kemudian menghitung sesuai algoritma KNN. Berdasarkan hasil pengujian yang dilakukan dengan k=5 diperoleh hasil akurasi sebesar 83,13%, presisi sebesar 82,35% recall sebesr 89,36%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
