KLASIFIKASI PENERIMA BANTUAN BEASISWA DENGAN NAÏVE BAYES PADA SDS AL-ITISHOM

• M. ARIS MUNANDAR

---

ABSTRAK

 

ABSTRAK
M. Aris Munandar (11212120), Klasifikasi Penerima Bantuan Beasiswa Dengan
Naïve Bayes Pada SDS Al-Itishom Biasiswa merupakan bantuan baik dari pemerintah, perusahaan swasta, kedutaan, universitas, dan lembaga pendidik itu sendiri. Oleh karena itu dengan tidak seimbangnya penghasilan orang tua dengan jumlah tanggungan banyak siswa yang berprestasi tidak dapat membayar biaya sekolah sehingga penerimaan beasiswa kurang akurat, maka dari itu penerapan naïve bayes dirasa paling tepat dalam penentuan penerimaan beasiswa seperti yang sudah digunakan pada penelitian terkait sebelumnya yang menghitung keakuratan pemberian beasiswa kepada peserta didik atau pelajar dengan menggunakan metode naïve bayes karena dalam beberapa penelitian sebelumnya naïve bayes terbukti memiliki hasil yang tinggi dalam pemberian beasiswa di kalangan pelajar, serta dapat menghasilkan nilai accurasy dan AUC yang tinggi. Dalam melakukan ahapan analisa data dilakukan berdasarkan metode CRISP-DM sedangkan pengujian algoritma dilakukan pada Software
RapidMiner Studio sebagai pembanding antara hitungan manual dan hitungan
software. Hasil dari pengujian tersebut diperoleh nilai akurasi sebesar 99% dan nilai AUC sebesar 0,998 sehingga alur algoritma dan hasil akhir dari nilai keseluruhan diimplementasikan kedalam sebuah aplikasi berbasis website agar mempermudah instansi sekolah menghitung jumlah siswa atau siswi yang layak mendapatkan beasiswa serta memprediksi ketepatan pemberian beasiswa berdasarkan prioritas yang benar dengan waktu yang cepat.
Kata Kunci : Beasiswa, Data Mining, Naïve Bayes
 

KATA KUNCI

Analisis,Metode Naïve Bayes

---

DAFTAR PUSTAKA

 

DAFTAR PUSTAKA [1] A. Roziqin and I. M. Yusuf, “Implementasi Kebijakan Beasiswa Bidikmisi?: Studi Kasus di Universitas Diponegoro ( 2018 ) melalui Direktorat Jenderal Pendidikan Bidikmisi ( Beasiswa Pendidikan Bagi Mahasiswa Miskin Beprestasi ). Bidikmisi,” vol. 8, no. December 2019, pp. 110–122, 2020. [2] E. & I. Herawati, “Jurnal Pendidikan Islam,” Mns. Dalam prespektif agama
Islam, vol. 7, no. September, pp. 2086–9118, 2021. [3] A. Junaidi and F. Visella, “Pemilihan Penerima Beasiswa Menggunakan Metode Profile Matching,” Paradigma, vol. 19, no. 2, 2017. [4] D. Nofriansyah, Konsep Data Mining sisem Pendukung Keputusan. Yogyakarta: CV. Budi Utama, 2014. [5] I. M. N. Lukman, Deden S Hidayat, dan Sidiq Al Hakim, Pengukuran Kinerja
Riset. Jakarta: LIPI Press, 2019. [6] J. Suntoro, Data Mining Algoritma dan Implementasi dengan Pemrograman
PHP. Jakarta: PT Elex Media Komputindo, 2019. [7] M. Siddik and Y. Desnelita, “Penerapan Naïve Bayes untuk Memprediksi Tingkat Kepuasan Mahasiswa Terhadap Pelayanan Akademis,” vol. 2, no. 4, pp. 2–6, 2019. [8] R. Rachman and R. N. Handayani, “Klasifikasi Algoritma Naive Bayes Dalam Memprediksi Tingkat Kelancaran Pembayaran Sewa Teras UMKM,” vol. 8, no. 2, pp. 111–122, 2021. [9] P. C.- Berdasarkan and B. Asia, “Penerapan Data Mining dalam Mengelompokkan Jumlah Kematian,” vol. 22, no. 2, 2020. [10] K. Khoirunnisa, L. Susanti, I. T. Rokhmah, and L. Stianingsih, “Prediksi Siswa Smk Al-Hidayah Yang Masuk Perguruan Tinggi Dengan Metode Klasifikasi,”
J. Inform., vol. 8, no. 1, pp. 26–33, 2021, doi: 10.31294/ji.v8i1.9163. [11] F. S. Ariwisanto, P. M. Hausgian, D. Simangunsong, Agustina, and B. Nadek,
Data Mining Teori dan Aplikasi Weka. Tambun: CV. Rudang Mayang, 2019. [12] P. Bidang, K. Sains, Y. Mardi, J. Gajah, M. No, and S. Barat, “Jurnal Edik Informatika Data Mining?: Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika.” [13] D. Jollyta, W. Ramadhan, and M. Zarlis, Konsep Data Mining dan Penerapan. Yogyakarta: CV Budi Utama, 2020. 59 [14] V. R. Prasetyo, H. Lazuardi, A. A. Mulyono, and C. Lauw, “Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression,” J. Nas. Teknol. dan Sist. Inf., vol. 7, no. 1, pp. 8– 17, 2021, doi: 10.25077/teknosi.v7i1.2021.8-17. [15] A. Rohman and M. Rochcham, “Komparasi Metode Klasifikasi Data Mining Untuk Prediksi Kelulusan Mahasiswa,” Neo Tek., vol. 5, no. 1, pp. 23–29, 2019, doi: 10.37760/neoteknika.v5i1.1379. [16] F. Satria, Z. Zamhariri, and M. A. Syaripudin, “Prediksi Ketepatan Waktu Lulus Mahasiswa Menggunakan Algoritma C4.5 Pada Fakultas Dakwah Dan Ilmu Komunikasi UIN Raden Intan Lampung,” J. Ilm. Matrik, vol. 22, no. 1, pp. 28– 35, 2020, doi: 10.33557/jurnalmatrik.v22i1.836. [17] B. K. Wijaya, D. Saepudin, and ..., “Prediksi Arah Kenaikan Indeks Sektoral yang Berada Di Bursa Efek Indonesia (BEI) dengan Menggunakan Bayesian Network,” eProceedings … , vol. 7, no. 1, pp. 2848–2861, 2020, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/a rticle/view/11461. [18] P. Determinan, L. Bekerja, D. I. Kawasan, M. Rizqi, F. Nur, and S. I. Oktora, “Muhammad Rizqi Fachrian Nur 1 and Siskarossa Ika Oktora 2 2,” pp. 116– 135, 2020. [19] D. Feblian and D. U. Daihani, “Implementasi Model Crisp-Dm Untuk Menentukan Sales Pipeline Pada Pt X,” J. Tek. Ind., vol. 6, no. 1, pp. 1 –12, 2017, doi: 10.25105/jti.v6i1.1526. [20] J. N. Utamajaya, A. Mentari, and S. Masnunah, “Penerapan Algoritma Naive Bayes Untuk Penentuan Calon Penerima Beasiswa PIP Pada SDN 023 Penajam,” J. Sist. Inf., vol. 3, no. 1, pp. 11 –17, 2019. [21] A. Triawan and D. Lintang Melinda, “Penerapan Metode Naïve Bayes Untuk Rekomendasi Topik Tugas Akhir Berdasarkan Daftar Hasil Studi Mahasiswa di Perguruan Tinggi,” Teknois J. Ilm. Teknol. Inf. dan Sains, vol. 10, no. 2, pp. 58–70, 2020, doi: 10.36350/jbs.v10i2.91. [22] H. F. Putro, R. T. Vulandari, and W. L. Y. Saptomo, “Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,” J. Teknol. Inf. dan Komun., vol. 8, no. 2, pp. 18–24, 2020, doi: 10.30646/tikomsin.v8i2.500. [23] E. S. Y. Pandie, J. I. Komputer, and U. N. Cendana, “IMPLEMENTASI ALGORITMA DATA MINING NAIVE BAYES,” vol. 6, no. 1, pp. 15–20, 2018.