Research Repository

Analisis Dan Perbandingan Algoritma K-Nearest Neighbors (K-NN) Dan Naïve Bayes Dalam Klasifikasi Penerima Bantuan Sosial Siswa Sekolah Menengah Pertama

Show simple item record

dc.contributor.author Qathrunada, Isnaini Faiz
dc.date.accessioned 2024-11-02T07:20:05Z
dc.date.available 2024-11-02T07:20:05Z
dc.date.issued 2024-10-29
dc.identifier.uri https://repository.umsu.ac.id/handle/123456789/25796
dc.description.abstract BSM (Bantuan Siswa Miskin) adalah program bantuan sosial yang bertujuan untuk membantu siswa miskin agar bisa mendapatkan pendidikan di Indonesia. Pemberian dana Program BSM masih banyak yang belum tepat sasaran bagi siswa yang layak menerimanya. Oleh karena itu, penyelesaian permasalahan tersebut adalah dengan dilakukannya peninjauan dan pengolahan data menggunakan teknik klasifikasi pada Data Mining. Pada penelitian ini dilakukan pengujian klasifikasi penerima bantuan sosial BSM pada data siswa SMP Negeri 7 Medan dengan menggunakan metode K-Nearest Neighbors (K-NN) dan Naïve Bayes. Variasi nilai k dalam K-NN diuji, dengan k=3 dan k=7. Pengujian dilakukan dengan test size bervariasi 20%, 25%, 35%, dan 45%. Hasil menunjukkan bahwa K-NN dengan k=7 memberikan performa terbaik yakni mencapai akurasi rata-rata 97,33%, sementara Naive Bayes mencapai akurasi rata-rata 96,5%. Performa K-NN lebih unggul dengan akurasi, presisi, dan F1 Score yang lebih tinggi dibandingkan Naive Bayes. Dengan demikian, K-NN ditetapkan sebagai algoritma terbaik untuk klasifikasi penerima bantuan sosial BSM pada data siswa SMP Negeri 7 Medan dengan akurasi 97,33%. en_US
dc.publisher UMSU en_US
dc.subject Bantuan Sosial BSM en_US
dc.subject Klasifikas en_US
dc.subject K-Nearest Neighbors (K-NN en_US
dc.subject Naïve Bayes en_US
dc.title Analisis Dan Perbandingan Algoritma K-Nearest Neighbors (K-NN) Dan Naïve Bayes Dalam Klasifikasi Penerima Bantuan Sosial Siswa Sekolah Menengah Pertama en_US
dc.type Thesis en_US


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account