NUR FUTRI AYU JELITA, - (2026) PENENTUAN MODEL PENERIMA BEASISWA KARTU INDONESIA PINTAR KULIAH DENGAN MENGGUNAKAN ALGORITMA MACHINE LEARNING. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text (Bab Gabungan) File Lengkap Tanpa BAB 4 - Nur Futri Ayu Jelita - Nur Futri Ayu Jelita.pdf - Published Version Download (5MB) | Preview
	Text (Bab Hasil) File BAB 4 Hasil Penelitian - Futri - Nur Futri Ayu Jelita.pdf - Published Version Restricted to Repository staff only Download (704kB)
Preview	Text (Pernyataan) img751 - Nur Futri Ayu Jelita.pdf - Published Version Download (428kB) | Preview

Abstract

Beasiswa merupakan bentuk dukungan finansial yang bertujuan untuk menjaga keberlanjutan pendidikan serta mengurangi hambatan ekonomi yang dihadapi mahasiswa. Penelitian ini bertujuan untuk menentukan algoritma machine learning yang paling sesuai dalam memprediksi kelayakan penerima Beasiswa Kartu Indonesia Pintar (KIP) Kuliah di UIN Sultan Syarif Kasim Riau melalui pendekatan berbasis data, dengan menggunakan data sekunder mahasiswa pendaftar KIP Kuliah periode 2020–2024 yang diperoleh dari bagian Kemahasiswaan. Proses penelitian mengikuti tahapan Cross Industry Standard Process for Data Mining (CRISP-DM) yang meliputi business understanding, data understanding, data preparation, dan modelling, serta menerapkan enam algoritma klasifikasi yang dibandingkan, yaitu Na¨ıve Bayes Classifier, K-Nearest Neighbor, Decision Tree C4.5, Logistic Regression, Support Vector Machine, dan Random Forest. Evaluasi kinerja model dilakukan menggunakan metode hold-out dengan pembagian data latih dan data uji serta pengujian berulang untuk memperoleh hasil yang objektif dan stabil, dengan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa setiap algoritma memiliki tingkat performa yang berbeda, di mana Random Forest memberikan kinerja terbaik dengan konfigurasi optimal jumlah pohon (n estimators) sebesar 1000 dan menghasilkan akurasi sebesar 93,5%, F1-score sebesar 93,5%, precision sebesar 94,0%, serta recall sebesar 93,5%, yang menunjukkan kemampuan model dalam mengklasifikasikan kelayakan penerima beasiswa secara akurat, konsisten, dan berbasis data.

Actions (login required)

View Item