PERBANDINGAN ALGORITMA KLASIFIKASI NAIVE BAYES DAN SVM PADA STUDI KASUS PEMBERIAN PENERIMA BEASISWA PPA

safitri linawati (STMIK Nusa Mandiri)
Rizky Ade Safitri (Universitas Bina Sarana Informatika)
Ahmad Rifqy Alfiyan (STMIK Nusa Mandiri)
Witriana Endah Pangesti (Universita Bina Sarana Informatika)
Monikka Nur Winnarto (STMIK Nusa Mandiri)

Swabumi (Suara Wawasan Sukabumi) : Ilmu Komputer, Manajemen, dan Sosial
Vol 8, No 1 (2020): Volume 8 Nomor 1 Tahun 2020

Beasiswa PPA merupakan sebuah program beasiswa yang diberikan kepada mahasiswa aktif. Dalam melakukan seleksi penerima beasiswa PPA, akan ada tahapan-tahapan yang harus diproses untuk mendapatkan mahasiswa yang menerima beasiswa sesuai harapan. Data pendaftar beasiswa PPA dari tahun sebelumnya menjadi penunjang untuk keakuratan pengambilan keputusan dalam seleksi penerima beasiswa agar sesuai dengan kriteria yang telah ditetapkan. Untuk mendapatkan keakuratan pengambilan keputusan maka dibutuhkan data mining sebagai penunjang dalam pengambilan keputusan. Pada penelitian ini, penulis melakukan perbandingan 2 algoritma untuk mengetahui algoritma mana yang mempunyai keakuratan lebih tinggi dalam pengambilan keputusan penerima beasiswa PPA. Algoritma yang digunakan adalah algoritma klasifikasi Naïve Bayes dan Support Vector Machine (SVM). Berdasarkan hasil komparasi antara algoritma Naive Bayes dan SVM (Support Vector Machine) yang dilakukan untuk mengklasifikasikan nilai akurasi tertinggi dengan 5 variabel dan jumlah data sebesar 122 dapat disimpulkan bahwa algoritma Naive Bayes memiliki tingkat akurasi lebih tinggi yaitu 90.90% dibandingkan dengan metode SVM yaitu 89.25%.