STUDI KASUS SMA N 1 SINUNUKAN : IMPLEMENTASI ALGORITMA K-NEAREST NEIGHBOR UNTUK KLASIFIKASI PENERIMA BEASISWA PROGRAM INDONESIA PINTAR (PIP)
Abstract
Abstrak
Program Indonesia Pintar (PIP) merupakan salah satu kebijakan pemerintah yang diharapkan dapat meningkatkan aksesibilitas dan pemerataan pendidikan di Indonesia, namun dalam pelaksanaannya pemberian beasiswa dari program ini masih dijumpai banyak kasus yang kurang tepat sasaran. Salah satu permasalahannya adalah masih ditemukan siswa penerima bantuan pendidikan yang berasal dari keluarga yang mampu, sedangkan siswa yang kurang mampu justru tidak mendapatkan bantuan. Sehingga diperlukan suatu sistem klasifikasi berbasis web yang dapat mengklasifikasikan siswa layak atau tidak untuk mendapatkan PIP. Penelitian ini mengimplementasikan algoritma -nearest neighbor untuk mengklasifikasikan siswa penerima beasiswa PIP. Penelitian ini menggunakan data siswa/i SMAN 1 Sinunukan, Mandailing Natal yang didapat melalui penyebaran angket sesuai dengan kriteria yang telah ditentukan. Data yang telah diperoleh kemudian dilakukan preprocessing data dengan menggunakan Label Encoder dan Normalisasi Min-Max. Data dibagi menjadi dua jenis yaitu data training dan data testing. -fold cross validation digunakan untuk menentukan nilai yang optimal. Hasil penelitian ini memperlihatkan tingkat akurasi yang dihasilkan berdasarkan hasil pengujian yang dilakukan untuk implentasi algoritma -nearest neighbor dalam klasifikasi kelayakan penerima beasiswa PIP yaitu sebesar 70% dengan nilai .
References
Alghifari, F., & Juardi, D. (2021). Penerapan Data Mining Pada Penjualan Makanan Dan Minuman Menggunakan Metode Algoritma Naïve Bayes. Jurnal Ilmiah Informatika (JIF), 9(2), 75–80.
Anggraini, Y., Pasha, D., Damayanti, & Setiawan, A. (2020). Sistem Informasi Penjualan Sepeda Berbasis Web Menggunakan Framework Codeigniter. Jurnal Teknologi Dan Sistem Informasi, 1(2), 64–70. https://doi.org/10.33365/jtsi.v1i2.236
Cahyanti, D., Rahmayani, A., & Husniar, S. A. (2020). Analisis performa metode Knn pada Dataset pasien pengidap Kanker Payudara. Indonesian Journal of Data and Science, 1(2), 39–43.
Cholil, S. R., Handayani, T., Prathivi, R., & Ardianita, T. (2021). Implementasi Algoritma Klasifikasi K-Nearest Neighbor (KNN) Untuk Klasifikasi Seleksi Penerima Beasiswa. IJCIT (Indonesian Journal on Computer and Information Technology), 6(2), 118–127.
Dhika, H., Isnain, N., & Tofan, M. (2019). Manajemen Villa Menggunakan Java Netbeans Dan Mysql. IKRA-ITH INFORMATIKA : Jurnal Komputer Dan Informatika, 3(2), 104–110. https://journals.upi-yai.ac.id/index.php/ikraith-informatika/article/view/324
Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques. In Data Mining: Concepts and Techniques (Third Edit). Elsvier. https://doi.org/10.1016/C2009-0-61819-5
Id, I. D. (2021). MACHINE LEARNING: Teori, Studi Kasus dan Implementasi Menggunakan Python. In UR PRESS (1st ed.). UR PRESS.
Iriantoro, D. N. D., Dewi, C., & Fitriani, D. (2018). Klasifikasi pada Penyakit Dental Caries Menggunakan Gabungan K-Nearest Neighbor dan Algoritme Genetika. Jurnal Pengembangan Teknologi Dan Ilmu Komputer, 2(8), 2926–2933.
Miftahuddin, Y., Umaroh, S., & Karim, F. R. (2020). Perbandingan Metode Perhitungan Jarak Euclidean, Haversine, Dan Manhattan Dalam Penentuan Posisi Karyawan. Jurnal Tekno Insentif, 14(2), 69–77. https://doi.org/10.36787/jti.v14i2.270
Muslim, M. A., Prasetiyo, B., Mawarni, E. L. H., Herowati, A. J., Mirqotussa’adah, Rukmana, S. H., & Nurzahputra, A. (2019). Data Mining Algoritma C4.5 Disertai contoh kasus dan penerapannya dengan program computer. In UNNES Repository.
Nasution, D. A., Khotimah, H. H., & Chamidah, N. (2019). Perbandingan Normalisasi Data untuk Klasifikasi Wine Menggunakan Algoritma K-NN. Computer Engineering, Science and System Journal, 4(1), 78–82.
Novendri, M. S., Saputra, A., & Firman, C. E. (2019). Aplikasi Inventaris Barang Pada MTS Nurul Islam Dumai Menggunakan PHP dan MySQL. Lentera Dumai, 10(2), 46–57.
Pratiwi, B. P., Handayani, A. S., & Sarjana. (2020). Pengukuran Kinerja Sistem Kualitas Udara Dengan Teknologi WSN Menggunakan Confusion Matrix. Jurnal Informatika UPGRIS, 6(2), 66–75.
Pribadi, W. W., Yunus, A., & Wiguna, A. S. (2022). Perbandingan Metode K-Means Euclidean Distance Dan Manhattan Distance Pada Penentuan Zonasi Covid-19 Di Kabupaten Malang. JATI (Jurnal Mahasiswa Teknik Informatika), 6(2), 493–500. https://doi.org/10.36040/jati.v6i2.4808
Rakista, P. M. (2021). Implementasi Kebijakan Program Indonesia Pintar (PIP). Sawala : Jurnal Administrasi Negara, 8(2), 224–232.
Retnoningsih, E., & Pramudita, R. (2020). Mengenal Machine Learning Dengan Teknik Supervised Dan Unsupervised Learning Menggunakan Python. Bina Insani Ict Journal, 7(2), 156–165.
Ridho, M. R., Hairani, H., Latif, K. A., & Hammad, R. (2021). Kombinasi Metode AHP dan TOPSIS untuk Rekomendasi Penerima Beasiswa SMK Berbasis Sistem Pendukung Keputusan. Jurnal Tekno Kompak, 15(1), 26–39.
Santoso, H., Putri, R. A., & Sahbandi. (2023). Deteksi Komentar Cyberbullying pada Media Sosial Instagram Menggunakan Algoritma Random Forest. Jurnal Manajemen Informatika (JAMIKA), 13(1), 62–72.
Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Alfabeta.
Suryaman, S. A., Magdalena, R., & Sa’idah, S. (2021). Klasifikasi Cuaca Menggunakan Metode VGG-16, Principal Component Analysis Dan K-Nearest Neighbor. Jurnal Ilmu Komputer Dan Informatika, 1(1), 1–8.
Tempola, F., Muhammad, M., & Khairan, A. (2018). Perbandingan Klasifikasi Antara KNN dan Naive Bayes pada Penentuan Status Gunung Berapi dengan K-Fold Cross Validation. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 5(5), 577–584.
Widyaningsih, Y., Arum, G. P., & Prawira, K. (2021). Aplikasi K-Fold Cross Validation Dalam Penentuan Model Regresi Binomial Negatif Terbaik. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 15(2), 315–322. https://doi.org/10.30598/barekengvol15iss2pp315-322
