Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal Informatika dan Rekayasa Elektronik Scientific Journal of Informatics
Hafiz Firdaus
Universitas Singaperbangsa Karawang
Automotive Engineering Computer Science & IT Mechanical Engineering Public Health

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika dan Rekayasa Elektronik

 1 
PERBANDINGAN ALGORITME NAÏVE BAYES DAN KNN TERHADAP DATA PENERIMAAN BEASISWA (Studi Kasus Lembaga Beasiswa Baznas Jabar) Muhamad Riyyan; Hafiz Firdaus
Jurnal Informatika dan Rekayasa Elektronik Vol. 5 No. 1 (2022): JIRE April 2022
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v5i1.547

Abstract

Pemerintah Indonesia telah mencanangkan program wajib belajar selama 12 tahun dengan tujuan untuk meningkatkan kualitas pendidikan di Indonesia. Oleh karena itu pemerintah mengeluarkan peraturan-peraturan yang dibuat untuk kewenangan pada pemerintah daerah dan sebagainya agar dapat membantu biaya pendidikan pada orang-orang tertentu. Lembaga Beasiswa Baznas Jawa Barat (LBB Jabar) adalah salah satu lembaga yang memberikan biaya pendidikan bagi orang-orang tertentu yang memenuhi persaratan, namun pendaftar dari beasiswa tersebut membludak dan menghasilkan data yang cukup besar. Oleh karena itu proses seleksi menjadi tidak efisien dan membutuhkan metode algoritme tertentu. Analisa terhadap data yang besar perlu dilakukan untuk bisa mengetahui pola dan pengetahuan pada data tersebut. Penelitian ini dilakukan untuk membandingkan metode naïve bayes dan knn yang bisa diterapkan dengan baik pada data penerimaan beasiswa yang diselenggarakan oleh LBB Jabar. Model klasifikasi yang dibuat diuji dengan confusion matrix. Hasil penelitian menunjukan nilai yang berbeda pada setiap algoritma. Nilai uji algoritme naïve bayes yaitu nilai akurasi yang didapat sebesar 80%, presisi sebesar 82,82%, dan recall sebesar 92,47% sedikit lebih besar dibandingkan dengan algoritme knn dengan nilai akurasi 78,97%, presisi sebesar 82,61%, dan recall sebesar 91,10% dimana nilai k yang digunakan adalah k=7. Sedangkan untuk k=27 algoritme knn mempunyai nilai akurasi lebih besar dengan nilai 80,51%, presisi sebesar 81,03%, dan recall ssbesar 96,58%.
Co-Authors Agung Susilo Yuda Irawan Jaman, Jajam Haerul Muhamad Riyyan