Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Journal of Engineering and Informatic
M. Alif Muwafiq Baihaqi
Program Studi Teknik Informatika, Universitas Sains Al-Qur’an, Wonosobo
Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Transportation

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

Found 1 Documents
Search

 1 
Klasifikasi Penerima Beasiswa Menggunakan Metode Naïve Bayes (Studi Kasus SMP NEGERI 3 Selomerto) Ahmad Misbachudin Riyadi; Hidayatus Sibyan; Iman Ahmad Ihsanuddin; Nulngafan Nulngafan; M. Alif Muwafiq Baihaqi
Journal of Engineering and Informatic Vol. 1 No. 2: Mei 2023
Publisher : Journal of Engineering and Informatic

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (390.774 KB) | DOI: 10.56854/jei.v1i2.61

Abstract

SMP 3 Selomerto memberikan bantuan beasiswa untuk kelangsungan belajar siswanya. Pemberian beasiswa dilakukan agar para siswa dapat tetap melanjutkan sekolah atribut yang digunakan yang digunakan terdiri dari jarak, tanggungan, pekerjaan orag tua, pendapatan orang tua, kelengkapan keluarga dan kelayakan. Dikarenakan belum ada metode untuk menentukan penerima beasiswa maka sering salah sasaran dalam memberikan beasiswa. Oleh karena itu diperlukan klasifikasi penerima beasiswa yang teat dan akurat. Salah satunya data mining dengan metode deskriptif analitis. Bisa dikatakan penelitian deskriptif analitis mengambil masalah atau memperhatikan masalah- masalah yang ada saat penelitian kemudian diolah untuk mendapatkan sebuah kesimpulan. Berdasarkan hasil analisis dan pembahasan klasifikasi penerima beasiswa di SMP N 3 Selomerto dengan menggunakan algoritma Naïve Bayes, dari 186 data siswa yang terdiri dari 150 data training dan 36 data testing diperoleh hasil akurasi yang cukup tinggi sebesar 91,67% baik secara perhitungan manual maupun menggunakan aplikasi Rapidminer. Dapat disimpulkan bahwa Algoritma Naïve Bayes cukup tepat diterapkan untuk membantu pengklasifikasian penerima beasiswa sehingga proses pemberian beasiwa dapat lebih cepat dan akurat.
Co-Authors Ahmad Misbachudin Riyadi Hidayatus Sibyan Iman Ahmad Ihsanuddin Nulngafan Nulngafan