Image of Skripsi: Perbandingan Algoritma Support Vector Machine dan K-Nearest Neighbors dalam Prediksi Kelayakan Siswa Untuk Menerima Beasiswa di SMK Bima Vokasi Nusantara

Majalah

Skripsi: Perbandingan Algoritma Support Vector Machine dan K-Nearest Neighbors dalam Prediksi Kelayakan Siswa Untuk Menerima Beasiswa di SMK Bima Vokasi Nusantara



Beasiswa merupakan sebuah program bantuan pendanaan pendidikan yang
diberikan untuk membantu siswa memperoleh pendidikan yang layak, serta sebagai bentuk
pencegahan siswa dari kemungkinan putus sekolah akibat kesulitan ekonomi. SMK Bina
Vokasi Nusantara sebagai satuan pendidikan yang menyelenggarakan pendidikan formal,
turut ikut serta dalam penyediaan beasiswa bagi siswanya. Program beasiswa di SMK Bina
Vokasi Nusantara belum menggunakan metode yang pasti dalam menentukan siswa yang
layak menerima beasiswa. Hal tersebut menyebabkan beasiswa yang diberikan kurang tepat
sasaran, sehingga menurunkan tingkat kepercayaan pemohon pada pemberi beasiswa. Untuk
itu, dibuat sebuah aplikasi prediksi berbasis web yang dapat memprediksi status kelayakan
siswa untuk menerima beasiswa. Prediksi dilakukan menggunakan metode klasifikasi
dengan menerapkan algoritma Support Vector Machine dan K-Nearest Neighbors untuk
mengetahui algoritma mana yang memiliki performa yang lebih baik. Hasilnya, pada
komposisi data training 70% dan data testing 30%, algoritma Support Vector Machine
menghasilkan nilai akurasi sebesar 96.00%, nilai presisi sebesar 93.75%, dan nilai recall
sebesar 100%. Nilai tersebut lebih baik dari hasil yang diperoleh algoritma K-Nearest
Neighbors yaitu dengan nilai akurasi sebesar 93.5%, nilai presisi sebesar 92%, dan nilai
recall sebesar 100%.


Ketersediaan

TAFT240384IF S1 TA 0379 KAR pPerpustakaan Fakultas Teknik (SKRIPSI INFORMATIKA)T E R S E D I A
TAFTE240384IF S1 TA 0379 KAR pPerpustakaan Fakultas Teknik (SKRIPSI INFORMATIKA)B A C A
D I T E M P A T

Lampiran Berkas

Informasi Detil

Judul Seri
-
No. Panggil
IF S1 TA 0379 KAR p
Penerbit Fakultas Teknik Universitas Pancasila: Jakarta.,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN/NPM
4519210049
Klasifikasi
IF S1 TA 0379 KAR p
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subyek
Info Detil Spesifik
-
Pernyataan Tanggungjawab

Versi lain/terkait

Tidak tersedia versi lain



Pencarian Spesifik


Judul:
Pengarang:
Penerbit:
Koleksi:
Lokasi:

Informasi


DETAIL CANTUMAN


Kembali ke sebelumnyaXML DetailCite this