Analisis Dan Penerapan Algoritma Naȉve Bayes Untuk Klasifikasi Kelayakan Penerimaan Beasiswa PIP (Studi Kasus : SMPN 7 Kota Jambi)
Kata Kunci:
Kata Kunci: Data mining; Klasifkasi; Algoritma Naïve Bayes; Rapid Miner; Penerimaan Beasiswa PIPAbstrak
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.
Unduhan
Referensi
R. Ramadhon, R. Jaenudin, and S. Fatimah, “PENGARUH BEASISWA TERHADAP MOTIVASI BELAJAR MAHASISWA PENDIDIKAN EKONOMI UNIVERSITAS SRIWIJAYA,” Jurnal Profit, vol. 4, no. 2, pp. 203–213, May 2018.
O. Soleh, O. Devega, P. L. Asoti, and K. Olivia, “ANALISA KEMUNGKINAN CALON MAHASISWA BARU MEMILIH PRODI TEKNIK INFORMATIKA MELALUI PENERAPAN DATA MINING DECISION TREE,” 2014.
F. Firdaus and A. Mukhlis, “Implementasi Algoritma Naive Bayes Pada Data Set Kualitatif Prediksi Kebangkrutan,” JURIKOM (Jurnal Riset Komputer), vol. 7, no. 1, p. 15, Feb. 2020, doi: 10.30865/jurikom.v7i1.1757.
D. Firdaus, “Penggunaan Data Mining dalam Kegiatan Sistem Pembelajaran Berbantuan Komputer,” Jurnal, vol. 6, pp. 2089–5615, 2017.
D. Dahri et al., “METODE NAIVE BAYES UNTUK PENENTUAN PENERIMA BEASISWA BIDIKMISI UNIVERSITAS MULAWARMAN,” Jurnal Informatika Mulawarman, vol. 11, no. 2, p. 29, 2016.
A. Hadianto, B. S. Setya Rintyarna, L. Ali Muharom, and S. Bisnis Cerdas, “KLASIFIKASI MAHASISWA PENERIMA BEASISWA DENGAN METODE NAIVE BAYES,” 2015.
E. Prasetyo, Data mining : konsep dan aplikasi menggunakan MATLAB. Yogyakarta: CV Andi Offset.
D. Sartika and D. I. Sensuse, “Perbandingan Algoritma Klasifikasi Naive Bayes, Nearest Neighbour, dan Decision Tree pada Studi Kasus Pengambilan Keputusan Pemilihan Pola Pakaian,” Jatisi, vol. 1, no. 2, 2017.
S. Adi, “IMPLEMENTASI ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK KLASIFIKASI PENERIMA BEASISWA PPA DI UNIVERSITAS AMIKOM YOGYAKARTA,” Jurnal Mantik Penusa, vol. 22, Aug. 2018.
R. A. Saputra and S. Ayuningtias, “PENERAPAN ALGORITMA NAÏVE BAYES UNTUK PENENTUAN CALON PENERIMA BEASISWA PADA SMK PASIM PLUS SUKABUMI,” 2016.
M. Faid, M. Jasri, and T. Rahmawati, “Perbandingan Kinerja Tool Data Mining Weka dan Rapidminer Dalam Algoritma Klasifikasi,” Teknika, vol. 8, no. 1, pp. 11–16, Jun. 2019, doi: 10.34148/teknika.v8i1.95.
H. Rizqifaluthi and M. A. Yaqin, “Process Mining Akademik Sekolah menggunakan RapidMiner,” MATICS: Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology), vol. 10, no. 2, pp. 47–51, 2018, doi: 10.18860/mat.v10i2.5745.
A. Salim, “Klasifikasi Kelayakan Penerima Beasiswa SD N 07/1 Desa Pulau Menggunakan Metode Naïve Bayes,” Aug. 2020.
A. Ulfa Kurnia, A. Setia Budi, and P. H. Susilo, “SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA MENGGUNAKAN METODE NAIVE BAYES,” JOUTICA, vol. 5, no. 2, 2020.
D. Alita, I. Sari, and A. Rahman Isnain, “PENERAPAN NAÏVE BAYES CLASSIFIER UNTUK PENDUKUNG KEPUTUSAN PENERIMA BEASISWA,” JDMSI, vol. 2, no. 1, p. 702022, 2021.
H. Annur, “KLASIFIKASI MASYARAKAT MISKIN MENGGUNAKAN METODE NAÏVE BAYES,” ILKOM Jurnal Ilmiah, vol. 10, Aug. 2018.
W. P. Nurmayanti, “Penerapan Naive Bayes dalam Mengklasifikasikan Masyarakat Miskin di Desa Lepak,” Geodika: Jurnal Kajian Ilmu dan Pendidikan Geografi, vol. 5, no. 1, pp. 123–132, Jun. 2021, doi: 10.29408/geodika.v5i1.3430.
