Kinanti, Yuri (2023) PENERAPAN DATA MINING UNTUK KLASIFIKASI KELAYAKAN PENERIMAAN BEASISWA SDN 206/IV KOTA JAMBI MENGGUNAKAN METODE NAÏVE BAYES. Skripsi thesis, UNAMA.
Text
BAB I.pdf Download (223kB) |
|
Text
BAB II.pdf Restricted to Registered users only Download (329kB) |
|
Text
BAB III.pdf Restricted to Registered users only Download (140kB) |
|
Text
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text
BAB V.pdf Download (113kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (136kB) |
Abstract
Beasiswa merupakan suatu bentuk bantuan keuangan yang diberikan kepada individu yang tengah menempuh pendidikan dengan tujuan untuk menunjang kelancaran pendidikan tersebut. Beasiswa diberikan dengan maksud untuk membantu siswa meraih cita-cita mereka dan memperoleh prestasi yang baik, serta membantu siswa yang kurang mampu secara finansial. Dalam memberikan beasiswa, penting untuk melakukan seleksi yang ketat agar dapat memilih penerima beasiswa yang benar-benar memenuhi syarat dan kriteria yang telah ditetapkan untuk jenis beasiswa tertentu. Klasifikasi adalah salah satu teknik dalam data mining yang berguna dalam mengevaluasi keakuratan prediksi penerimaan beasiswa. Dengan menggunakan teknik klasifikasi, kita dapat memperoleh informasi yang lebih detail tentang kelayakan penerimaan beasiswa. Pengujian dilakukan dengan menggunakan 4 options test, antara lain Use Training Set, 5 Fold Cross Validation, 10 Fold Cross Validation dan options test Excel. Pengujian data mengenai penerimaan beasiswa memiliki akurasi yang tinggi pada Use Training Set 90% yaitu 92,68% dibandingkan dengan pengujian lainnya. Sedangkan untuk akurasi terendah adalah 5 Fold Cross Validation yang memperoleh akurasi dengan hasil 90,89%. 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.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Artificial Intelligence |
Divisions: | Skripsi > Teknik Informatika > 2023 |
Depositing User: | Digital Library |
Date Deposited: | 10 Jan 2024 07:04 |
Last Modified: | 10 Jan 2024 07:04 |
URI: | http://repository.unama.ac.id/id/eprint/3035 |
Actions (login required)
View Item |