Kebijakan pemerintah di bidang pendidikan menyangkut pembiayaan pendidikan, salah satunya yaitu berkaitan dengan beasiswa. Beasiswa merupakan bantuan pembiayaan pendidikan yang berhak diterima bagi mahasiswa. Program beasiswa di khususkan untuk mahasiswa yang mempunyai kriteria yang sudah ditentukan. Jenis beasiswa yang diberikan pada mahasiswa yaitu Peningkatan Prestasi Akademik (PPA) dan Bantuan Belajar Mahasiswa (BBM). Penelitian ini bertujuan untuk mengelompokkan penerimaan beasiswa dengan SOM (self Organizing Maps)- Indeks Davies-Bouldin (IDB). Data penerimaan beasiswa dilakukan pengelompokkan (Clustering) menggunakan metode SOM (self Organizing Maps). Dilakukan Validasi data dengan Menggunakan Indeks Davies-Bouldin (IDB). Dimana IDB dalam Metode SOM bertujuan untuk meningkatkan akurasi validasi hasil analisa data. Dari hasil uji coba dengan metode SOM mampu mengelompokkan data yang berdekatan untuk dicari kemiripan berdasarkan pola, Kemiripan data pada pengelompokan Beasiswa yang Menggunakan Cluster 2,3,4 dan 5 dengan learning rate awal 0.6. hasil IDB Cluster 2 = 0.5125 , Cluster 3 = 0.340 , Cluster 4 = 0.098 , Cluster 5 = 0.197 dengan data yang digunakan 74. Jadi jumlah Cluster yang paling Homogen adalah 4 Cluster . Penambahan kriteria-kriteria lain yang berpengaruh terhadap pengelompokan Penerimaan Beasiswa

Government policy in the field of education regarding the financing of education , one of which is associated with a scholarship . Scholarships are entitled to educational assistance received funding for students . The scholarship program dedicated to students who have pre- determined criteria . Types of scholarships are given to students ie Improving Academic Achievement ( PPA ) and the Student Learning Assistance ( BBM ) . This study aims to classify recipients with SOM ( Self Organizing Maps ) - Davies - Bouldin index ( IDB ) . Data recipients do grouping ( clustering ) using SOM ( Self Organizing Maps ) . Do Validate Data by Using Davies - Bouldin index ( IDB ) . Where the IDB in the SOM method aims to improve the accuracy validation of the data analysis . From the test results with the SOM method is able to classify the data that is adjacent to look for similarities in the patterns , similarity data on Scholarships and Using Cluster grouping 2,3,4 and 5 with the initial learning rate 0.6 . IDB results Cluster 2 = 0.5125 , Cluster 3 = 0.340 ,Cluster 4 = 0.098 , Cluster 5 = 0.197 with the data used 74. So the number of Clustes that are homogeneous pin 4 Cluster. The addition of other criteria that affect the grouping Admission Scholarship

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal