Lestari, Ditta Resty Dwi (2017) Perbandingan Klasifikasi Beasiswa Toyota Astra Menggunakan K-Nearest Neighbor Classifier Dan Naïve Bayes Sebagai Penentu Metode Klasifikasi Pada Sistem Pendukung Keputusan Penerimaan Beasiswa Toyota Astra (Studi Kasus: Institut Teknologi Sepuluh Nopember). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5213100160-Undergraduate_Theses.pdf - Published Version Download (5MB) | Preview |
Abstract
Beasiswa adalah bantuan biaya belajar dalam bentuk tunjangan untuk pelajar maupun mahasiswa. Salah satu beasiswa dari perusahaan yaitu beasiswa Toyota Astra. Beasiswa Toyota Astra merupakan beasiswa yang diberikan PT Toyota Astra Motor yang turut mencerdaskan kehiduan bangsa. YTA memberikan kesempatan bagi para mahasiswa untuk mengajukan diri sebagai calon penerima beasiswa. Mahasiswa memberikan berkas-berkas kelengkapan pendaftaran beasiswa. Penentuan diterima maupun ditolak bisa diketahui dari syarat-syarat utama yang diajukan pihak YTA.
Ketepatan dalam menentukan penerima beasiswa secara akurat membutuhkan waktu yang lama sehingga dibutuhkan algoritma terutama dalam klasifikasi yang mudah diinterpretasikan dan diimplementasikan dalam sistem pendukung keputusan. Beberapa algoritma-algoritma klasifikasi yang termasuk dalam kategori mudah diinterpresikan yaitu k-nearest neighbor dan naïve bayes. Kedua algoritma mempunyai akurasi dan durasi proses klasifikasi masing-masing sesuai data yang diolah dalam proses klasifikasi. Dalam penelitian ini mempunyai tujuan untuk mengimplementasikan algoritma k-nearest neighbor classifier dan naïve bayes classifier untuk menghasilkan klasifikasi beasiswa Toyota Astra yang akurat, mengetahui perbandingan akurasi klasifikasi kedua algoritma pada studi kasus beasiswa Toyota Astra di Institut Teknologi Sepuluh Nopember serta mengimplementasikan sistem pendukung keputusan penerimaan beasiswa Toyota Astra. Data pendaftar dan penerima beasiswa didapatkan dari Badan Administrasi Akademik dan Kemahasiswaan (BAAK) ITS berupa data beasiswa Toyota Asrtra dari tahun 2015 sampai 2016 dalam lingkup institut.
Dari penelitian ini didapatkan hasil bahwa pengimplementasian algoritma k-nearest neighbor classifier untuk klasifikasi penerimaan beasiswa Toyota Astra bisa dilakukan secara akurat dengan nilai akurasi 90.26%. Perbandingan nilai akurasi, presisi, recall, sensitivitas, dan spesifitas klasifikasi menunjukkan bahwa algoritma k-nearest neighbor classifier lebih baik dari pada naive bayes.dengan nilai 90.26%. Pengimplementasian sistem pendukung penerimaan beasiswa Toyota Astra di Institut Teknologi Sepuluh Nopember menggunakan bahasa pemograman PHP dengan bantuan library dari aplikasi Weka untuk proses klasifikasi yang menerapakan algoritma k-nearet neighbor.
Dari hasil penelitian ini diharapakan memberikan rujukan penelitian dalam pemilihan algoritma klasifikasi untuk kasus terkait klasifikasi beasiswa Toyota Astra kepada peneliti dan mahasiswa, memberikan informasi keakurasian klasifikasi dalam penerapan k-nearest neighbor classifier untuk klasifikasi beasiswa Toyota Astra di Institut Teknologi Sepuluh Nopember, serta memberikan rujukan terkait implementasi sistem pendukung keputusan beasiswa Toyota Astra di Institut Teknologi Sepuluh Nopember.
============================================================
The scholarship is a cost of learning aid in the form of allowances for students and students. One of the scholarship from the company is Toyota Astra scholarship. The Toyota Astra Scholarship is a scholarship awarded by PT Toyota Atra Motor which contributes to the nation's intellectual life. YTA provides an opportunity for students to apply for scholarship recipients. Students give scholarship completeness file. Determination accepted or rejected can be known from the main conditions proposed by the YTA.
The accuracy in determining scholarship recipients accurately takes a long time so that algorithms are needed, especially in classifications that are easy to interpret and implement in decision support systems. Some classification algorithms belonging to the easy-to-interpret categories are k-nearest neighbor and naïve bayes. Both algorithms have the accuracy and duration of each classification process according to the data processed in the classification process. The aim of this research is to implement k-nearest neighbor classifier and naïve bayes classifier algorithm to produce accurate Toyota Astra scholarship classification, to know the comparison of second algorithm classification accuracy in Toyota Astra scholarship study at Sepuluh Nopember Institute of Technology and to implement decision support receipt of scholarship Toyota Astra. The scholarship and scholarship data are obtained from the Academic and Student Administration Board (BAAK) of ITS in the form of Toyota Asrtra scholarship data from 2015 to 2016 within the scope of the institute.
From this research, it is found that the implementation of k-nearest neighbor classifier algorithm for the classification of scholarship acceptance of Toyota Astra can be done accurately with an accuracy value of 90.26%. Comparison of accuracy, precision, recall, sensitivity, and classification specificity indicate that k-nearest neighbor classifier algorithm is better than naive bayes with 90.26%. Implementation of Toyota Astra scholarship support system at Sepuluh Nopember Institute of Technology uses PHP programming language with the help of library of Weka application for the classification process which applies k-nearet neighbor algorithm.
The results of this study are expected to provide research reference in the selection of classification algorithms for cases related to Toyota Astra scholarship classification to researchers and students, providing information on the accuracy of classification in the application of k-nearest neighbor classifier for Toyota Astra scholarship classification at Sepuluh Nopember Institute of Technology, and provide related references Implementation of Toyota Astra scholarship support system at Sepuluh Nopember Institute of Technology.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Klasifikasi, Beasiswa, Yayasan Toyotas Astra, K-Nearest Neighbor Classifier, Naïve Bayes Classifier, Sistem Pendukung Keputusan, Classification, Scholarship, Decision Support System |
| Subjects: | T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5105.546 Computer algorithms |
| Divisions: | Faculty of Information Technology > Information System > 57201-(S1) Undergraduate Thesis |
| Depositing User: | - Ditta Resty Dwi Lestari |
| Date Deposited: | 23 Aug 2017 03:24 |
| Last Modified: | 23 Aug 2017 03:24 |
| URI: | http://repository.its.ac.id/id/eprint/42490 |
Actions (login required)
 |
View Item |