Klasifikasi penerima bantuan beasiswa menggunakan algoritma k-nearest neighbor dengan seleksi fitur backward elimination
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Jember
Author
Wilda, Lorenza Ikrimatul
Subject
005 Computer Programming, Programs, & Data
Datestamp
2023-02-14 07:21:38
Abstract :
Abstrak Beasiswa adalah bantuan berupa keuangan yang diberikan kepada siswa-siswi kurang mampu yang bertujuan untuk berlangsungnya pendidikan yang ditempuh selama masa studi, banyaknya jumlah siswa yang mengajukan permohonan untuk bantuan beasiswa dan kriteria evaluasi yang banyak pula maka tidak semua siswa yang mengajukan permohonan bantuan beasiswa bisa dikabulkan. Dalam penelitian ini dibahas tentang Klasifikasi Penerima Bantuan Beasiswa Menggunakan Algoritma K-Nearest Neighbour Dengan Seleksi Fitur Backward Elimination. Data yang digunakan dalam penelitian ini berasal dari SMK Darus Sholihin Puger dengan jumlah variabel sebanyak 11, dengan output iya dan tidak yang diperoleh dari data bantuan beasiswa sebanyak 293 siswa. Metode klasifikasi pada penelitian ini adalah membandingkan antara algoritma K-Nearest Neighbour tanpa seleksi fitur dan K-Nearest Neighbour dengan menggunakan seleksi fitur Backward Elimination. Hasil yang didapatkan dari penelitian ini adalah pada algoritma KNearest Neighbour tanpa seleksi fitur didapatkan hasil akurasi sebesar 82,91%, peresisi sebesar 84,52% dan recall 75,45%. Sedankan pada algoritma K-Nearest Neighbour degan menggunakan seleksi fitur Backward Elimination mendapatkan hasil akurasi sebesar 83,76%, peresisi 85,23% dan recall 76,78%. Kata Kunci : Klasifikasi, Bantuan Beasiswa K-Nearest Neighbor,Backward Elimination.
Abstrak Beasiswa adalah bantuan berupa keuangan yang diberikan kepada siswa-siswi kurang mampu yang bertujuan untuk berlangsungnya pendidikan yang ditempuh selama masa studi, banyaknya jumlah siswa yang mengajukan permohonan untuk bantuan beasiswa dan kriteria evaluasi yang banyak pula maka tidak semua siswa yang mengajukan permohonan bantuan beasiswa bisa dikabulkan. Dalam penelitian ini dibahas tentang Klasifikasi Penerima Bantuan Beasiswa Menggunakan Algoritma K-Nearest Neighbour Dengan Seleksi Fitur Backward Elimination. Data yang digunakan dalam penelitian ini berasal dari SMK Darus Sholihin Puger dengan jumlah variabel sebanyak 11, dengan output iya dan tidak yang diperoleh dari data bantuan beasiswa sebanyak 293 siswa. Metode klasifikasi pada penelitian ini adalah membandingkan antara algoritma K-Nearest Neighbour tanpa seleksi fitur dan K-Nearest Neighbour dengan menggunakan seleksi fitur Backward Elimination. Hasil yang didapatkan dari penelitian ini adalah pada algoritma KNearest Neighbour tanpa seleksi fitur didapatkan hasil akurasi sebesar 82,91%, peresisi sebesar 84,52% dan recall 75,45%. Sedankan pada algoritma K-Nearest Neighbour degan menggunakan seleksi fitur Backward Elimination mendapatkan hasil akurasi sebesar 83,76%, peresisi 85,23% dan recall 76,78%. Kata Kunci : Klasifikasi, Bantuan Beasiswa K-Nearest Neighbor,Backward Elimination.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
