ANALISIS DAN PENERAPAN ALGORITMA NAȈVE BAYES UNTUK KLASIFIKASI KELAYAKAN PENERIMAAN BEASISWA PIP (STUDI KASUS : SMPN 7 KOTA JAMBI)
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Yudha Prawira, Dimas
Subject
Analisis Sistem Informasi
Datestamp
2024-01-10 12:23:42
Abstract :
Beasiswa adalah bantuan keuangan yang diberikan kepada masyarakat dengan tujuan mendukung pendidikan. Program beasiswa didirikan untuk membantu siswa mengatasi masalah keuangan dalam menyelesaikan pendidikan mereka. Beasiswa diberikan secara selektif sesuai dengan kebutuhan individu. Untuk mengetahui akurasi dari hasil prediksi kelayakan penerimaan beasiswa Program Indonesia Pintar (PIP), teknik klasifikasi dapat digunakan sebagai bagian dari data mining. Pengujian dilakukan dengan menggunakan all attributes dan atribut terbaik pada 3 options test, antara lain Use Training Set, 5 Fold Cross Validation, 10 Fold Cross Validation. Pengujian data mengenai penerimaan beasiswa PIP memiliki akurasi yang tinggi pada options test Use Training Set (atribut terbaik) yaitu 93,18% dibandingkan dengan pengujian lainnya. Sedangkan untuk akurasi terendah adalah 5 Fold Cross Validation 10% (2021 ? 2022) yang memperoleh akurasi dengan hasil 81,82%. Algoritma naïve bayes dapat dikatakan sebagai salah satu algoritma yang efektif baik dari perhitungan ataupun hasil akhir yang mana pengujian tersebut dapat dijadikan sebagai landasan terkait penerimaan beasiswa.
Beasiswa adalah bantuan keuangan yang diberikan kepada masyarakat dengan tujuan mendukung pendidikan. Program beasiswa didirikan untuk membantu siswa mengatasi masalah keuangan dalam menyelesaikan pendidikan mereka. Beasiswa diberikan secara selektif sesuai dengan kebutuhan individu. Untuk mengetahui akurasi dari hasil prediksi kelayakan penerimaan beasiswa Program Indonesia Pintar (PIP), teknik klasifikasi dapat digunakan sebagai bagian dari data mining. Pengujian dilakukan dengan menggunakan all attributes dan atribut terbaik pada 3 options test, antara lain Use Training Set, 5 Fold Cross Validation, 10 Fold Cross Validation. Pengujian data mengenai penerimaan beasiswa PIP memiliki akurasi yang tinggi pada options test Use Training Set (atribut terbaik) yaitu 93,18% dibandingkan dengan pengujian lainnya. Sedangkan untuk akurasi terendah adalah 5 Fold Cross Validation 10% (2021 ? 2022) yang memperoleh akurasi dengan hasil 81,82%. Algoritma naïve bayes dapat dikatakan sebagai salah satu algoritma yang efektif baik dari perhitungan ataupun hasil akhir yang mana pengujian tersebut dapat dijadikan sebagai landasan terkait penerimaan beasiswa.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
