Yulisa, Ica Dwi (2022) KLASIFIKASI PENERIMA BEASISWA UNTUK TINGKAT SMA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Undergraduate Thesis thesis, UIN Raden Fatah Palembang.
|
Text (Cover Skripsi Ica Dwi Yulisa)
Cover Ica.pdf Download (69kB) | Preview |
Abstract
Beasiswa untuk tingkat SMA oleh Yayasan Baitul Maal PLN UIWS2JB merupakan beasiswa yang ditujukan kepada para siswa/pelajar yang membutuhkan bantuan biaya pendidikan dikarenakan faktor tidak mampu atau ekonomi. Maka dari itu beasiswa patut disalurkan secara akurat dan tepat sasaran kepada penerima yang benar-benar layak serta memang pantas untuk mendapatkannya. Ketepatan dalam penentuan penerima beasiswa didasarkan dengan kriteria yang telah ditetapkan dan menjadi kesulitan tersendiri dikarenakan penyeleksian harus menyesuaikan dengan kuota penerimaan yang terbatas, sedangkan terdapat banyak para pendaftar beasiswa. Alternatif solusi yang dilakukan pada penelitian yaitu memanfaatkan data mining dengan metode klasifikasi menggunakan algoritma K-Nearest Neighbor. Penelitian ini bertujuan untuk dapat mengetahui keputusan lolos atau tidak lolosnya pendaftar beasiswa dengan menggunakan metode klasifikasi data mining serta algoritma K-Nearest Neighbor agar dapat membantu dalam proses penyeleksian penerima beasiswa serta untuk mengetahui performa dari algoritma dengan nilai K optimal. Hasil penelitian menunjukkan bahwa klasifikasi dengan K-Nearest Neighbor dapat diterapkan dalam proses penyeleksian penerima beasiswa dengan akurasi sebesar 91% dan termasuk ke dalam kategori Excellent Classification. Adapun nilai K optimal yang didapatkan adalah K=4, K=5 dan K=6.
| Item Type: | Thesis (Undergraduate Thesis) |
|---|---|
| Uncontrolled Keywords: | Beasiswa, Klasifikasi, K-Nearest Neighbor |
| Subjects: | Sains dan Teknologi > Sistem Informasi |
| Divisions: | Fakultas Sains dan Teknologi > 57201 - Sistem Informasi |
| Depositing User: | Ica Dwi Yulisa |
| Date Deposited: | 03 Jan 2023 04:42 |
| Last Modified: | 03 Jan 2023 04:42 |
| URI: | http://repository.radenfatah.ac.id/id/eprint/24382 |
Actions (login required)
 |
View Item |