Muhammad Fauzan (15200187), Analisis Data Penerimaan Beasiswa pada Siswa/i SDIT Baiturrahman Menggunakan Algoritma Naïve Bayes
Penelitian ini bertujuan untuk menganalisis data penerimaan beasiswa pada siswa/i SDIT Baiturrahman menggunakan algoritma Naïve Bayes. Latar belakang dari penelitian ini adalah adanya program beasiswa di SDIT Baiturrahman yang ditujukan untuk membantu siswa/i yang kurang mampu secara ekonomi. Penerimaan beasiswa dibatasi oleh syarat dan ketentuan yang berlaku, sehingga diperlukan analisis yang akurat untuk menentukan siswa/i yang berhak menerima beasiswa. Penelitian ini menggunakan metode Naïve Bayes yang diimplementasikan melalui RapidMiner Studio untuk melakukan klasifikasi data. Data yang digunakan merupakan dataset yang diambil langsung dari SDIT Baiturrahman, dengan pembagian data menjadi 90% data training dan 10% data testing. Proses analisis meliputi pemilihan atribut, pembagian data, penerapan algoritma Naïve Bayes, dan evaluasi performa model. Hasil dari penelitian ini menunjukkan bahwa algoritma Naïve Bayes memiliki akurasi sebesar 85,71% dalam mengklasifikasikan data penerimaan beasiswa. Dengan hasil ini, dapat disimpulkan bahwa algoritma Naïve Bayes efektif dalam menentukan siswa/i yang berhak mendapatkan beasiswa di SDIT Baiturrahman.
Kata Kunci: Beasiswa, Naïve Bayes, SDIT Baiturrahman, Klasifikasi Data, RapidMiner.
Muhammad Fauzan (15200187), Analysis of scholarship data on SDIT students Baiturrahman Using Naïve Bayes Algorithm
The purpose of this study is to analyze the scholarship admission data of Baiturrahman SDIT students using the Naïve Bayes algorithm. Acceptance of scholarships is restricted by applicable terms and conditions, so accurate analysis is required to determine who is eligible for the scholarship. The research uses the Naïve Bayes method implemented through the RapidMiner Studio to classify the data. The data used is a data set taken directly from Baiturrahman SDIT, with the data being divided into 90% training data and 10% testing data. The results of this study showed that the Naïve Bayes algorithm has an accuracy of 85.71% in classifying scholarship admission data. With these results, it can be concluded that the naïve bayes algoritm is effective in determining students who are eligible for scholarships at SDIT Baiturrahman.
Keywords: Scholarship, Naïve Bayes, SDIT Baiturrahman, Data Classification, RapidMiner.
Cover
Full skripsi
Al, CHIEREGATTO et, ‘No TitleОРГАНИЗАЦИЯ СЕЛЬСКОГО ЗДРАВООХРАНЕНИЯ С ПРИМЕНЕНИЕМ СТАЦИОНАРОЗАМЕЩАЮЩИХ ТЕХНОЛОГИЙ’, Вестник Казнму, №3 (2003), p. с.30
Alita, Debby, Indah Sari, Auliya Rahman Isnain, and Styawati Styawati, ‘Penerapan Naïve Bayes Classifier Untuk Pendukung Keputusan Penerima Beasiswa’, Jurnal Data Mining Dan Sistem Informasi, 2.1 (2021), p. 17, doi:10.33365/jdmsi.v2i1.1028
Alviyah, Erlin Nisa, Meilani Meilani, Muhammad Fawwaz, Sri Nanda Aprilia, Salma Adriyani Putri Saptaji, Rama Wijaya Abdul Rozak, and others, ‘Beasiswa KIP-K: Apakah Beasiswa Dapat Menjadi Motivasi Belajar Mahasiswa?’, Journal of Creative Student Research, 1.2 (2023), pp. 309–18 <https://ejurnal.politeknikpratama.ac.id/index.php/jcsr/article/view/1496>
Amalia, Rizky, ‘Penerapan Data Mining Untuk Memprediksi Hasil Kelulusan Siswa Menggunakan Metode Naïve Bayes’, Jurnal Informatika Dan Sistem Informasi, 6.1 (2020), pp. 33–42
García Reyes, Luis Enrique, ‘Cara Kerja Artificial Neural Network’, Journal of Chemical Information and Modeling, 53.9 (2013), pp. 1689–99
Ningsih, Wahyu, Budiman Budiman, and Izzatul Umami, ‘Implementasi Algoritma Naïve Bayes Untuk Menentukan Calon Penerima Beasiswa Di SMK YPM 14 Sumobito Jombang’, Jurnal Teknologi Dan Sistem Informasi Bisnis, 4.2 (2022), pp. 446–54, doi:10.47233/jteksis.v4i2.570
Safitri, ‘Penerapan Algoritma Naïve Bayes Untuk Penentuan Calon Penerimaan Beasiswa Pada Sd Negeri 6 Ketapang’, Jurnal Informatika Dan Sistem Informasi, 06.01 (2020), pp. 43–52
Sakinah, ‘No TitleΕΛΕΝΗ’, Αγαη, 8.5 (2019), p. 55
Yuli Mardi, ‘Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data Mining Merupakan Bagian Dari Tahapan Proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika’, Jurnal Edik Informatika, 2.2 (2019), pp. 213–19