<![CDATA[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.]]>
Copyrights © 2023
