Tandra Adiyatma Putra, - (2025) KLASIFIKASI PENERIMA PROGRAM INDONESIA PINTAR MENGGUNAKAN ALGORITMA KNN, NBC, DAN C4.5. Building of Informatics, Technology and Science (BITS), 6 (4). ISSN 2685-3310

Preview

Text TANDRA ADIYATMA PUTRA.pdf Download (2MB) | Preview

Abstract

Program Indonesia Pintar (PIP) merupakan program pemerintah yang bertujuan memberikan bantuan pendidikan kepada siswa dari keluarga kurang mampu. Penyaluran bantuan yang tepat sasaran menjadi tantangan utama. Penelitian ini dilakukan di SMKN 4 Pekanbaru dengan tujuan meningkatkan ketepatan penyaluran bantuan PIP menggunakan metode data mining. Tiga algoritma klasifikasi yang digunakan untuk mengidentifikasi siswa yang berhak menerima bantuan adalah K-Nearest Neighbor (KNN), Naive Bayes Classifier (NBC), dan C4.5. Data yang digunakan meliputi atribut seperti pekerjaan orang tua, penghasilan, dan alat transportasi yang digunakan. Proses pengolahan data mencakup pembersihan, normalisasi, serta pembagian data untuk uji dan latih. Hasil penelitian menunjukkan bahwa algoritma KNN memiliki performa terbaik dengan akurasi sebesar 84,20%, presisi sebesar 89,83%, dan recall sebesar 99,18%. Algoritma C4.5 unggul dalam kesederhanaan model, namun KNN lebih efektif dalam hal klasifikasi. Sementara itu, NBC menunjukkan hasil yang kurang optimal dibandingkan dengan KNN. Berdasarkan hasil ini, KNN disarankan sebagai metode yang lebih tepat untuk penyaluran bantuan PIP di SMKN 4 Pekanbaru, yang dapat diterapkan untuk meningkatkan efisiensi program PIP secara umum.

Actions (login required)

View Item