Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal ICIT (Innovative Creative and Information Technology) Journal
Vivi Nur Alaeyda
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritma C4.5 Untuk Prediksi Penerimaan Beasiswa di SD 4 Pelangsian Selviana Yunita; Vivi Nur Alaeyda
ICIT Journal Vol 8 No 2 (2022): Agustus 2022
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (386.917 KB) | DOI: 10.33050/icit.v8i2.2408

Abstract

Pendidikan merupakan salah satu faktor terpenting untuk meningkatkan kualitas dan mengembangkan potensi diri. Program wajib belajar di Indonesia mewajibkan anak Indonesia untuk menempuh pendidikan selama 12 tahun. Namun dalam implementasinya pemenuhan wajib belajar 12 tahun tidak sepenuhnya berjalan tanpa kendala, salah satu kendala yang banyak dialami oleh para siswa adalah biaya pendidikan. Dalam upaya menanggulangi kendala tersebut, maka pemerintah mengadakan program beasiswa yang ditujukan untuk anak-anak kurang mampu. Terdapat proses seleksi untuk pemberian program beasiswa ini oleh pihak sekolah, beasiswa yang dimaksud adalah Program Indonesia Pintar (PIP). Penelitian ini menggunakan algoritma data mining klasifikasi C4.5 dengan memprediksi penerimaan beasiswa di SD 4 Pelangsian khususnya kelas 5. Kriteria yang digunakan adalah jenis kelamin, pekerjaan orang tua, pendapatan orang tua, rata-rata nilai raport per semester dari kelas 1 sampai dengan 4. Penelitian ini menghasilkan rule yang dapat membantu pihak sekolahuntuk melakukan proses klasifikasi untuk menentukan kualifikasi siswa yang berhak menerima beasiswa. Metode algoritma C.45 ini dipilih karena mampu dalam membantu sebuah klasifikasi dengan melakukan prediksi hingga menghasilkan tingkat nilai akurasi yang cukup tinggi untuk memprediksi penerimaan beasiswa. Hasil penelitian menunjukkan akurasi sebesar 85,36%. KataKunci—Klasifikasi, C4.5, Data mining, Beasiswa
Co-Authors Yunita, Selviana