Klasifikasi penerima bantuan beasiswa menggunakan algoritma k-nearest neighbor dengan seleksi fitur backward elimination

Wilda, Lorenza Ikrimatul (2023) Klasifikasi penerima bantuan beasiswa menggunakan algoritma k-nearest neighbor dengan seleksi fitur backward elimination. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text 1. PENDAHULUAN.pdf Download (1MB)
	Text 2. ABSTRAK.pdf Download (499kB)
	Text 3. BAB I.pdf Download (628kB)
	Text 4. BAB II.pdf Restricted to Repository staff only Download (677kB) | Request a copy
	Text 5. BAB III.pdf Restricted to Repository staff only Download (700kB) | Request a copy
	Text 6. BAB IV.pdf Restricted to Repository staff only Download (959kB) | Request a copy
	Text 7. BAB V.pdf Restricted to Repository staff only Download (496kB) | Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (630kB)
	Text 9. LAMPIRAN.pdf Restricted to Repository staff only Download (674kB) | Request a copy
	Text 10. ARTIKEL.pdf Download (930kB)

Abstract

Abstrak
Beasiswa adalah bantuan berupa keuangan yang diberikan kepada siswa-siswi
kurang mampu yang bertujuan untuk berlangsungnya pendidikan yang ditempuh
selama masa studi, banyaknya jumlah siswa yang mengajukan permohonan untuk
bantuan beasiswa dan kriteria evaluasi yang banyak pula maka tidak semua siswa
yang mengajukan permohonan bantuan beasiswa bisa dikabulkan. Dalam penelitian
ini dibahas tentang Klasifikasi Penerima Bantuan Beasiswa Menggunakan
Algoritma K-Nearest Neighbour Dengan Seleksi Fitur Backward Elimination. Data
yang digunakan dalam penelitian ini berasal dari SMK Darus Sholihin Puger
dengan jumlah variabel sebanyak 11, dengan output iya dan tidak yang diperoleh
dari data bantuan beasiswa sebanyak 293 siswa. Metode klasifikasi pada penelitian
ini adalah membandingkan antara algoritma K-Nearest Neighbour tanpa seleksi
fitur dan K-Nearest Neighbour dengan menggunakan seleksi fitur Backward
Elimination. Hasil yang didapatkan dari penelitian ini adalah pada algoritma KNearest Neighbour tanpa seleksi fitur didapatkan hasil akurasi sebesar 82,91%,
peresisi sebesar 84,52% dan recall 75,45%. Sedankan pada algoritma K-Nearest
Neighbour degan menggunakan seleksi fitur Backward Elimination mendapatkan
hasil akurasi sebesar 83,76%, peresisi 85,23% dan recall 76,78%.
Kata Kunci : Klasifikasi, Bantuan Beasiswa K-Nearest Neighbor,Backward
Elimination.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Umilasari, Reni

NIDN0728079101

Dosen Pembimbing

Dasuki, Moh

NIDN0722109103

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Classification, k-nearest neighbor scholarship aid, backward elimination
Subjects:	000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Ikrimatul wilda lorenza | ikrimatul124@gmail.com
Date Deposited:	14 Feb 2023 07:21
Last Modified:	14 Feb 2023 07:21
URI:	http://repository.unmuhjember.ac.id/id/eprint/16405

Actions (login required)

View Item