PENINGKATAN AKURASI DALAM KLASIFIKASI USULAN PENERIMA BEASISWA PIP SDN 219/IV KOTA JAMBI MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS (PCA)

Permata Sari Sirait, Indah (2024) PENINGKATAN AKURASI DALAM KLASIFIKASI USULAN PENERIMA BEASISWA PIP SDN 219/IV KOTA JAMBI MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS (PCA). Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (401kB)
	Text BAB II.pdf Restricted to Registered users only Download (504kB)
	Text BAB III.pdf Restricted to Registered users only Download (170kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (189kB)
	Text DAFTAR PUSTAKA .pdf Download (348kB)

Abstract

Beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan untuk digunakan demi keberlangsungan pendidikan yang sedang ditempuh. Pemberian beasiswa dilakukan untuk membantu siswa dalam meraih cita-cita dan dengan harapan siswa tersebut memperoleh prestasi yang baik, selain itu juga untuk membantu siswa yang kurang mampu. Dalam memberikan beasiswa harus dilakukan proses secara selektif agar sesuai dengan jenis beasiswa yang didapat. Klasifikasi merupakan salah satu Teknik dari data mining yang dapat digunakan untuk membantu mengetahui akurasi dari hasil prediksi klasifikasi kelayakan penerimaan beasiswa. Pengujian dilakukan dengan menggunakan Naïve bayes dan Principal Component Analysis (PCA). Pengujian data mengenai penerimaan beasiswa memiliki akurasi yang tinggi pada Principal Component Analysis (PCA) yaitu 75.91%, dikarenakan akurasi pada Naïve Bayes hanya sebesar 58.47% maka dari itu dilakukan peningkatan akurasi menggunakan algoritma Principal Component Analysis (PCA). 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.

Actions (login required)

View Item