PENENTUAN PENERIMA BEASISWA MENGGUNAKAN METODE K-NEAREST NEIGHBOR DAN WEIGHTED PRODUCT (STUDI KASUS MTS AL-ISHLAH TEMBOKREJO MUNCAR)
| Main Author: | Ramadhan, Alamsyah |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2021
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/184177/1/ALAMSYAH%20RAMADHAN.pdf http://repository.ub.ac.id/184177/ |
Daftar Isi:
- "Masyarakat Indonesia yang berkualitas, maju, modern dan mandiri adalah tujuan dari pembangunan Pendidikan nasional. Dalam mewujudkan keberhasilan pendidikan dalam membangun karakter manusia dibutuhkan adanya pendidikan yang akurat, karena pendidikan memiliki pengaruh besar dalam tercapainya tujuan dari pembangunan nasional secara keseluruhan. Berdasarkan data dari BPS Kabupaten Banyuwangi tahun 2017, di desa Tembokrejo anak usia 10 – 14 tahun terdapat 2398 anak, sedangkan hanya terdapat 2 SMP dan 1 Mts. Biaya sekolah menjadi masalah yang dimana mayoritas penduduk bermata pencaharian petani dan nelayan. Dari persoalan tersebut ada solusi yang bernama beasiswa. Beasiswa adalah bentuk pemberian bantuan yang bisa berupa keuangan atau pendidikan yang diberikan untuk pelajar atau mahasiswa yang difungsikan untuk kelangsungan masa pendidikan. Dengan menggunakan algoritme K-Nearest Neighbor dan Weighted Product bisa mengklasifikasikan dan menentukan perankingan calon penerima beasiswa di MTs Al-Ishlah Muncar. Data yang digunakan diperoleh dari pihak sekolah. Dalam penilitian ini menggunakan pengujian tingkat akurasi antara data yang dihasilkan oleh sistem dengan data yang diberikan pihak sekolah dan data perankingan yang diperoleh dari pakar. Tingkat akurasi perhitungan sistem dengan algoritme K-Nearest Neighbor sebesar 94,1% dan untuk algoritme Weighted Product memiliki tingkat akurasi berturutturut sebesar 33,3%, 54,9% dan 70,5%."