KLASIFIKASI DATA MINING UNTUK MENENTUKAN CALON PENERIMA BEASISWA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) (STUDI KASUS :SMK BANDUNG TIMUR)
| Main Authors: | Ade Mubarok, S. Kom., M. Kom, SARI SUSANTI, M.KOM, MUHAMAD MUFTI KHOERUSSALAM - 16180123 |
|---|---|
| Format: | Bachelors |
| Bahasa: | ind |
| Terbitan: |
Universitas ARS
, 2019
|
| Subjects: | |
| Online Access: |
http://digilib.univbsi.id//index.php?p=show_detail&id=5969 http://digilib.univbsi.id//lib/minigalnano/createthumb.php?filename=../../images/docs/cover.PNG.PNG&width=200 |
Daftar Isi:
- SMK Bandung Timur merupakan salah satu sekolah swasta di KabupatenBandung yang menyediakan program beasiswa, salah satunya beasiswa untuksiswa yang berprestasi di bidang akademik. Untuk mendapatkan beasiswa tersebutterdapat kriteria-kriteria yang harus dipenuhi oleh calon penerima beasiswa yaitusalah satunya memiliki nilai yang baik yang dibuktikan dengan nilai rapot danabsensi. Akan tetapi, seleksi beasiswa di SMK Bandung Timur masih mengalamikendala pada proses pengambilan keputusan untuk menentukan siswa mana sajayang berhak mendapatkan beasiswa tersebut dikarenakan banyaknya jumlahpeserta yang mengajukan beasiswa serta banyaknya indikator kriteria sehinggamenyebabkan tidak tepatnya pemberian beasiswa tersebut. Dari permasalahantersebut, metode Support Vector Machine (SVM) pada Teknik Data Mining dapatmenyelesaikan permasalahan tersebut dengan proses menemukan suatu modelyang membedakan data dengan tujuan untuk menyeleksi siswa yang layakmenerima beasiswa dengan tingkat akurasi yang tinggi. Berdasarkan pengujianmenggunakan metode Support Vector Machine (SVM) menghasilkan akurasisebesar 92,71% dengan menggunakan 151 dataset. Teknik Data Mining denganmetode Support Vector Machine (SVM) dapat memberikan alternatif pilihanuntuk memudahkan dan membantu petugas dalam memilih dan menyeleksi siswasiswi penerima beasiswa dengan lebih efektif dan efisien.