Detail Karya Ilmiah

  • Sistem Pendukung Keputusan Penerimaan dan Pengalihan Beasiswa Bidikmisi Menggunakan Metode Naive Bayes Classifier dan Profile Matching
    Penulis : Novi Indrawati
    Dosen Pembimbing I : Achmad Jauhari, S.T., M. Kom
    Dosen Pembimbing II :Rika Yunitarini
    Abstraksi

    Universitas Trunojoyo Madura (UTM) merupakan salah satu perguruan tinggi negeri yang banyak diminati oleh para pendaftar beasiswa Bidikmisi. Penyeleksiannya masih manual, sehingga dibutuhkan suatu sistem yang memiliki waktu komputasi yang cepat dan efisien dalam pengolahan data. Pada penelitian ini metode Naïve Bayes Classifier dan metode Profile Matching digunakan untuk proses seleksi penerimaan beasiswa di Universitas Trunojoyo Madura (UTM) dengan data yang diolah adalah berupa data kategorikal. Untuk awal seleksi penerimaan beasiswa Bidikmisi di Unversitas Trunojoyo Madura (UTM) kriteria yang digunakan adalah keadaan ekonomi, kondisi rumah, dan aset keluarga seperti kendaraan dan kebun. Sedangkan untuk pengalihan beasiswa yang dilakukan oleh Fakultas kriteria yang digunakan IPK, keadaan ekonomi, dan kondisi rumah. Hasil dari pengujian sistem menggunakan Naive Bayes Classifier mencapai tingkat akurasi 67% untuk jumlah data latih 50 dan data uji 170, sedangakan mencapai tingkat akurasi 72% untuk data latih 70 dan data uji 170. Sedangkan untuk metode Profile Matching yang digunakan pada seleksi di fakultas mencapai tingkat akurasi sebesar 73%.

    Abstraction

    Abstract: University of Trunojoyo Madura (UTM) is one of the university which is much in demand by Bidikmisi scholarship applicant. The selection is still using manual system, so it requires fast and efficient computing speed for data processing. This research use Naïve Bayes Classifier and Profile Matching methods to selection process of the scholarship acceptance University of Trunojoyo Madura with categorical data. There are some criterias to select the scholarship appliants. The criterias for the first selection are economic condition, home condition, and family assets. As for scholarship transfer of faculty are GPA, economic condition, and home condition. The result of testing system using Naïve Bayes Classifier reach 67% accuracy rate for 50 training data and 170 testing data, as for reach 72% accuracy rate for 70 taining data and 170 testing data. In the Profile Matching method which used for selection process in faculty the result reach 73% accuracy rate.

Detail Jurnal