METODE NAIVE BAYES CLASSIFER DALAM PENENTUAN PENERIMA BEASISWA BIDIKMISI DI UNIVERSITAS NEGERI MEDAN

Abstract

Abstrak—Beasiswa diberikan kepada mahasiswa dengan tujuan mengurangi jumlah mahasiswa yang putus kuliah, karena tidak mampu membiayai pendidikan.  Namun untuk mendapatkan beasiswa mahasiswa harus memenuhi syarat yang telah ditetapkan.   Oleh karena jumlah mahasiswa yang mengajukan permohonan harus memiliki kriteria penilaian yang ditentukan oleh universitas. Penerapan Metode Algoritma Naive Bayes Classifer pada evaluasi kinerja akademik mahasiswa dapat membantu memberikan rekomendasi penerima beasiswa. Naive Bayes adalah suatu metode klasifikasi dalam data mining dengan menggunakan metode probabilitas dan  statistik.    Data  mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Penelitian ini adalah Studi Kasus yang dilakukan di Jurusan Matematika Angkatan 2019 Universitas Negeri Medan. Data yang diambil adalah pekerjaan orang tua, penghasilan orang tua, jumlah tanggungan, daya listrik (watt), dan nilai ujian nasional. Adapun beberapa tahapan dari proses prosedur dari Klasifikasi Naive Bayes Classifer (NBC) yaitu : Pengumpulan Data, Data Cleaning, Data Transformation, dan Proses Perhitungan Naive Bayes Classifer.  Dari hasil penelitian didapat Pengujian pada perbandingan data training dan data testing sebesar 80:20 menghasilkan akurasi tertinggi dengan 79% dan dilihat Metode Naive Bayes Classification digunakan untuk mengklasifikasikan Penerima beasiswa menghasilkan akurasi yang baik.

Abstract—Scholarships are given to students with the aim of reducing the number of students who drop out of college, because they cannot afford to pay for their education. However, to get a scholarship, students must meet certain conditions. Therefore, the number of students who apply must have the assessment criteria determined by the university. The application of the Naive Bayes Classifer Algorithm in the academic evaluation of students can help provide recommendations for scholarship recipients. Naive Bayes is a classification method in data mining using probability and statistical methods. Data mining is one that uses statistical, mathematical, artificial intelligence, and machine learning techniques to extract and identify useful information and related knowledge from large databases. This research is a case study conducted at the Department of Mathematics Class of 2019 Medan State University. The data taken are parents' occupations, parents' income, number of dependents, electric power (wattage), and national exam scores. There are several stages of the procedure process of the Naive Bayes Classifer (NBC), namely: Data Collection, Data Cleaning, Data Transformation, and the Naive Bayes Classifer Calculation Process. From the results of the research obtained, the test on the comparison of training data and testing data is 80:20 with the highest accuracy quality with 79% and seen from the Naive Bayes Classification method used to classify good quality scholarship recipients.