<![CDATA[Penelitian ini bertujuan meningkatkan keakuratan klasifikasi penerima Program Indonesia Pintar (PIP) di SDN 2 Purwawinangun, Kabupaten Kuningan. Metode yang lambat dan kurang akurat digantikan dengan algoritma Naive Bayes untuk menganalisis data siswa berdasarkan kriteria tertentu. Proses penelitian meliputi pengumpulan data sekunder, preprocessing data, dan implementasi algoritma Naive Bayes. Hasilnya, model ini mencapai akurasi 96,47% dalam menentukan kelayakan penerima PIP, dengan mempertimbangkan atribut seperti latar belakang sosial ekonomi dan kinerja akademik siswa. Temuan menunjukkan bahwa algoritma ini efisien dalam mengolah dataset kompleks dibandingkan metode manual. Namun, kinerja model sangat bergantung pada kualitas data awal, sehingga data yang tidak lengkap dapat mempengaruhi hasil.Penelitian merekomendasikan penerapan metode ini di sekolah lain dan integrasi algoritma tambahan, seperti Decision Tree, untuk validasi hasil. Dengan pendekatan ini, seleksi penerima PIP menjadi lebih tepat sasaran, efisien, dan transparan.]]>
Copyrights © 2025
