Sativa, Oriza (2024) PENERAPAN DATA MINING DENGAN MENGGUNAKAN METODE NEURAL NETWORK BACKPROPAGATION UNTUK PENENTUAN KELAYAKAN PENERIMA BEASISWA PROGRAM INDONESIA PINTAR. S1 thesis, Universitas Malikussaleh.

	Text Oriza Sativa_200170194_Cover.pdf Download (69kB)
	Text Oriza Sativa_200170194_Abstrak.pdf Download (215kB)
	Text Oriza Sativa_200170194_Bab I.pdf Download (196kB)
	Text Oriza Sativa_200170194_Daftar Pustaka.pdf Download (186kB)
	Text Oriza Sativa_200170194_Penerapan Data Mining Dengan Menggunakan Metode Neural Network Backpropagation Untuk Penentuan Penerima Beasiswa Program Indonesia Pintar.pdf Restricted to Registered users only Download (2MB)

Abstract

Pemerintah memberikan bantuan keuangan, kesempatan pendidikan, dan perluasan akses kepada siswa dari latar belakang miskin atau rentan melalui program beasiswa ini. Siswa kurang mampu di SD Negeri 04 Lembah Melintang masih diseleksi secara manual oleh masing-masing wali kelas melalui pengumpulan data siswa dan orang tua siswa. Dataset yang digunakan terdiri dari 407 titik data, termasuk 326 data latih dan 81 data uji, yang dikumpulkan dari siswa di SD Negeri 04 Lembah Melintang antara tahun 2022 dan 2024. Tujuan dari penelitian ini adalah untuk mengembangkan, melaksanakan, dan mengevaluasi metode Neural Network Backpropagation untuk klasifikasi penentuan kelayakan beasiswa PIP. Atribut berikut termasuk dalam penelitian ini: status ayah, status ibu, pendapatan ayah dan pendapatan ibu, pekerjaan ayah dan pekerjaan ibu, jarak rumah, jumlah tanggungan, dan alat transportasi, dengan hasil klasifikasi Layak dan Tidak Layak. Penelitian ini menghasilkan tingkat akurasi sebesar 95%, dengan Recall 90%, Precision 100% dan F1-Score sebesar 94%.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Oriza Sativa
Date Deposited:	17 Feb 2025 03:19
Last Modified:	17 Feb 2025 03:19
URI:	https://rama.unimal.ac.id/id/eprint/10025

Actions (login required)

View Item