Image of KLASIFIKASI DATA MINING UNTUK MENENTUKAN CALON PENERIMA BEASISWA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) (STUDI KASUS :SMK BANDUNG TIMUR)

Skripsi

KLASIFIKASI DATA MINING UNTUK MENENTUKAN CALON PENERIMA BEASISWA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) (STUDI KASUS :SMK BANDUNG TIMUR)



SMK Bandung Timur merupakan salah satu sekolah swasta di Kabupaten
Bandung yang menyediakan program beasiswa, salah satunya beasiswa untuk
siswa yang berprestasi di bidang akademik. Untuk mendapatkan beasiswa tersebut
terdapat kriteria-kriteria yang harus dipenuhi oleh calon penerima beasiswa yaitu
salah satunya memiliki nilai yang baik yang dibuktikan dengan nilai rapot dan
absensi. Akan tetapi, seleksi beasiswa di SMK Bandung Timur masih mengalami
kendala pada proses pengambilan keputusan untuk menentukan siswa mana saja
yang berhak mendapatkan beasiswa tersebut dikarenakan banyaknya jumlah
peserta yang mengajukan beasiswa serta banyaknya indikator kriteria sehingga
menyebabkan tidak tepatnya pemberian beasiswa tersebut. Dari permasalahan
tersebut, metode Support Vector Machine (SVM) pada Teknik Data Mining dapat
menyelesaikan permasalahan tersebut dengan proses menemukan suatu model
yang membedakan data dengan tujuan untuk menyeleksi siswa yang layak
menerima beasiswa dengan tingkat akurasi yang tinggi. Berdasarkan pengujian
menggunakan metode Support Vector Machine (SVM) menghasilkan akurasi
sebesar 92,71% dengan menggunakan 151 dataset. Teknik Data Mining dengan
metode Support Vector Machine (SVM) dapat memberikan alternatif pilihan
untuk memudahkan dan membantu petugas dalam memilih dan menyeleksi siswasiswi penerima beasiswa dengan lebih efektif dan efisien.


Ketersediaan

S01972K026 / S1.SI.SKP / 2019 - 2020Sistem InformasiTersedia

Informasi Detail

Nomor Serial
026 / S1.SI.SKP / 2019 - 2020
Penerbit Universitas ARS : Universitas ARS.,
ISBN/ISSN
-

Versi lain

Tidak tersedia versi lain


Lampiran Berkas



Informasi


DETAIL DOKUMEN


Kembali ke sebelumnyaXML Detail