K-Nearest Neighbor Berbasis Seleksi Atribut Chi Square Untuk Klasifikasi Penerima Beasiswa

Hamria Hamria

Abstract


Beasiswa merupakan bantuan dari pemerintah berupa sejumlah uang yang diberikan kepada siswa yang sedang atau yang akan menjalani pendidikan di sekolah. Pemberian beasiswa diharapkan dapat meningkatkan dan menumbuhkan semangat mahasiswa dalam menyelesaikan pendidikannya. Banyaknya peserta mahasiswa yang mengajukan beasiswa serta melebihi kuota yang diberikan mengakibatkan proses penyeleksian membutuhkan waktu yang lama karena proses penyeleksian harus sesuai dengan kriteria agar penerima beasiswa tepat sasaran. Metode Penelitian yang digunakan dalam penelitian ini yaitu menggunakan metode penelitian eksperimen yang berdasarkan kerangka kerja. Hasil penelitian ini yaitu berupa hasil pengujian yang menunjukkan nilai akurasi K-Nearest Neighbor sebesar 85,78% Metode Chi Square sebagai seleksi atribut membantu meningkatkan hasil akurasi klasifikasi K-NN. K-Nearest Neighbor berbasis seleksi atribut Chi Square lebih akurat dan efektif dalam klasifikasi penerima beasiswa dari data yang digunakan didapat hasil akurasi sebesar 88,53% dan nilai AUC 0,801 termasuk dalam kategori “ROC Curve Good”.

Teks Lengkap:

PDF


DOI: https://doi.org/10.24176/simet.v14i1.9178

Article Metrics

Abstract views : 259| PDF views : 93

Refbacks

  • Saat ini tidak ada refbacks.


free hit counter View My Stats

Indexed by:

Dimensions logo

 

Flag Counter

Creative Commons License
Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer is licensed under a Creative Commons Attribution 4.0 International License.

Dedicated to: