Klasifikasi Mahasiswa Penerima Program Beasiswa Bidik Misi Menggunakan Naive Bayes

  • Yuniar Farida (SCOPUS ID: 57190128137), Universitas Islam Negeri Sunan Ampel Surabaya
  • Nurissaidah Ulinnuha Universitas Islam Negeri Sunan Ampel Surabaya
Keywords: Bidik Misi, Parameter Klasifikasi, Naive Bayes Classifier

Abstract

Program beasiswa Bidik Misi merupakan program bantuan biaya pendidikan yang diberikan oleh Kementrian Riset Teknologi dan Pendidikan Tinggi kepada mahasiswa yang memiliki tingkat ekonomi menengah ke bawah namun memiliki potensi akademik yang baik. Universitas Islam Negeri Sunan Ampel Surabaya merupakan perguruan tinggi dengan jumlah pendaftar Bidik Misi yang terus meningkat setiap tahunnya namun hanya menerima dengan kuota yang sangat terbatas. Dengan banyaknya persyaratan dalam proses penyeleksian dan melihat banyaknya jumlah pendaftar, maka diperlukan sebuah sistem yang mampu membantu dalam proses penyeleksian mahasiswa pendaftar Bidik Misi dengan cepat, mudah dan tepat sasaran. Dalam penelitian ini, digunakan metode Naive Bayes classifier dengan menggunakan variabel penghasilan orang tua, prestasi akademik, prestasi non akademik, uang kuliah tunggal, daya listrik serta jumlah tanggungan keluarga. Keenam variabel tersebut digunakan dalam proses klasifikasi sebagai indikator penentuan kelayakan mahasiswa mendapatkan beasiswa. Sistem yang dibuat dengan metode Naive Bayes classifier sudah baik, dibuktikan dengan hasil akurasi hingga 83,33 %.

Downloads

Download data is not yet available.

References

Ristekdikti, Pedoman Bidik Misi Tahun 2017. Jakarta: Ristekdikti, 2017.

Jawa Pos, “UINSA sediakan 180 kursi BIDIKMISI.”

M.A. Shadiq, “Keoptimalan Naive Bayes dalam Klasifikasi.,” presented at the Universitas Pendidikan Indonesia, Bandung, 2017.

Al Riza Khadafy and Romi Satria Wahono, “Penerapan Naive Bayes Untuk Mengurangi Data Noise pada Klasifikasi Multi Kelas dengan Decision Tree.,” J. Intell. Syst., 2015.

Jiawei Han, Micheline Kamber, and Jian Pei, Data Mining : Concept and Technique. New York: Elsevier, 2012.

Pramita M. and Ely R., “Prediksi Nilai Proyek Mahasiswa Menggunakan Algoritma Klasifikasi Data Mining.,” presented at the Seminar Nasional Sistem Informasi Indonesia, pp. 2–3.

Michael Steinbach, Vipin Kumar, and Pang-Ning Tan, Introduction to Data Mining. Boston: Pearson Education, 2006.

Slamet B. and Setyoningsih W., “Data Mining dalam Kajian Kualitas Aspal Beton Menggunakan Forward Selection Berbasis Naïve Bayes.,” J. Inform. Upgris, vol. 3, no. 1, 2017.

Harwati and Hanna M., “Prediksi Prestasi Mahasiswa dengan Jalur Siswa Berprestasi (PSB) Menggunakan Metode Naïve Bayers,” Performa, vol. 15, no. 1, pp. 44–50, 2016.

Eka Pratiwi Hadiyani, “Rancang Bangun Sistem Pendukung Keputusan Untuk Pemilihan Anggota Terbaik AIESEC Surabaya menggunakan Metode Naive Bayes,” Universitas Airlangga, 2013.

Bustami, “Penerapan Algoritma Naive Bayes Untuk Mengklasifikasi Data Nasabah Asuransi,” J. Inform., vol. 8, no. 1, Jan. 2014.

Rusmawardhani R., “Implementasi Metode Naive Bayes Pada Penyeleksian Narasumber Program Acara Talkshow Pendidikan (Studi Kasus Tvri Stasiun Kaltim),” presented at the Prosiding Seminar Ilmu Komputer dan Teknologi Informasi, 2016, vol. 1.

Mujib Ridwan, “Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier,” J. EECCIS, vol. 7, 2013.

Published
2018-11-15
How to Cite
Farida, Y., & Ulinnuha, N. (2018). Klasifikasi Mahasiswa Penerima Program Beasiswa Bidik Misi Menggunakan Naive Bayes. Systemic: Information System and Informatics Journal, 4(1), 17-22. https://doi.org/10.29080/systemic.v4i1.317
Section
Articles