KOMPARASI METODE NAIVE BAYES DAN DECISION TREE DALAM MENGKLASIFIKASI PENERIMA BEASISWA KIP DI IAIN KERINCI

Kertajasa, Monika (2025) KOMPARASI METODE NAIVE BAYES DAN DECISION TREE DALAM MENGKLASIFIKASI PENERIMA BEASISWA KIP DI IAIN KERINCI. Masters thesis, UNAMA.

[img] Text
BAB III.pdf
Restricted to Registered users only

Download (651kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB I.pdf

Download (539kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (204kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB V.pdf

Download (175kB)

Abstract

Pendidikan tinggi merupakan faktor penting dalam pembangunan sumber daya manusia yang berkualitas. Program Kartu Indonesia Pintar (KIP) Kuliah menjadi salah satu upaya pemerintah untuk memberikan bantuan finansial kepada mahasiswa kurang mampu, termasuk di IAIN Kerinci. Namun, proses seleksi penerima beasiswa seringkali masih dilakukan secara manual sehingga berpotensi menimbulkan kesalahan, memerlukan waktu lama, dan kurang konsisten. Untuk mengatasi permasalahan tersebut, penelitian ini membandingkan kinerja dua algoritma data mining, yaitu Naive Bayes dan Decision Tree, dalam mengklasifikasikan kelayakan penerima beasiswa KIP. Data penelitian diperoleh dari dataset pendaftar dan penerima beasiswa dengan atribut meliputi nilai akademik, penghasilan orang tua, jumlah tanggungan keluarga, dan prestasi nonakademik. Tahapan penelitian mencakup praproses data, penerapan kedua algoritma, serta evaluasi kinerja menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian pada data testing menunjukkan bahwa algoritma Naive Bayes menghasilkan akurasi sebesar 59,06%, presisi 90,62%, recall 20,86%, dan F1-score 33,92%. Sementara itu, algoritma Decision Tree memperoleh akurasi sebesar 64,49%, presisi 66,40%, recall 59,71%, dan F1-score 62,88%. Berdasarkan hasil tersebut, Decision Tree memiliki kinerja yang lebih seimbang dan konsisten dibandingkan Naive Bayes, sehingga direkomendasikan sebagai metode yang lebih efektif dalam klasifikasi kelayakan penerima beasiswa KIP di IAIN Kerinci. Penelitian ini diharapkan dapat menjadi acuan dalam pengembangan sistem seleksi beasiswa yang lebih objektif, cepat, dan akurat, sehingga bantuan pendidikan dapat tepat sasaran serta mendukung pemerataan akses pendidikan tinggi.

Item Type: Thesis (Masters)
Subjects: Analisis Sistem Informasi
Divisions: Tesis > Magister Sistem Informasi > 2025
Depositing User: Digital Library
Date Deposited: 11 Nov 2025 03:40
Last Modified: 11 Nov 2025 03:40
URI: http://repository.unama.ac.id/id/eprint/5308

Actions (login required)

View Item View Item