Rizqi, Muhammad (2021) PENERAPAN METODE NAIVE BAYES UNTUK PENETUAN PENERIMA PROGRAM INDONESIA PINTAR (PIP) SMK / M. Rizqi / 14160033 / Pembimbing I : Deman Janner Lubis / Pembimbing II : Anggra Triawan. FINKOM - UNBIN, Bogor.
HALAMAN JUDUL.pdf - Published Version
Download (565kB)
BAB I PENDAHULUAN.pdf - Published Version
Download (376kB)
BAB II KERANGKA TEORITIS.pdf - Published Version
Download (1MB)
BAB III METODE PENELITIAN DAN PENGEMBANGAN.pdf - Published Version
Download (840kB)
BAB IV HASIL DAN PEMBAHASAN.pdf - Published Version
Restricted to Repository staff only
Download (2MB)
BAB V KESIMPULAN DAN SARAN.pdf - Published Version
Download (232kB)
DAFTAR RUJUKAN.pdf - Published Version
Download (351kB)
Abstract
Program Indonesia Pintar (PIP) merupakan salah bantuan dana untuk meringankan beban biaya pendidikan bagi peserta didik. PIP diharapkan dapat menjamin peserta didik untuk melanjutkan pendidikan sampai tamat sarjana satu, dan menarik peserta didik yang putus sekolah atau tidak melanjutkan pendidikan agar kembali mendapatkan layanan
pendidikan. Dengan adanya bantuan PIP diharapkan akan dapat mengatasi angka putus sekolah dapat melanjutkan sekolah, memenuhi kebutuhan sarana belajar dari pemenuhan
kebutuhan tersebut. Penentuan PIP suatu proses untuk memilih pilihan atau alternatif kebijakan yang ada berdasarkan kriteria-kriteria dan indikator yang telah ditetapkan
tujuannya adalah untuk memberikan alternatif kebijakan yang paling baik diantara alternatif kebijakan lainnya dan penentuan penerimaan PIP oleh kepala sekolah untuk didaftarkan sebagai penerimaan bantuan PIP oleh operator sekolah di aplikasi data pokok pendidikan (Dapodik) SMK. Penelitian pengembangan untuk prediksi penentuan Penerima PIP akan menerapkan metode Naive Bayes dan membangun prototype dengan sistem berbasis web. Menggunakan 8 variabel yaitu Nama, Kelas, Kartu KPS/PKH, Kartu KIP, SKTM, Gaji,
Total Tidak Hadir. Di penelitian ini akan melakukan proses prediksi penentuan penerima PIP dengan hasil akan menampilkan siswa/i yang akan diajukan didaftarkan kedalam aplikasi dapodik. Jadi pada penelitian ini sudah dilakukan uji kelayakan, dengan nilai kelayakan 93,84% dan juga sudah dilakukan uji akurasi dengan menggunakan Confution Matrix dengan akurasi 82%.
Item Type: | Other |
---|---|
Uncontrolled Keywords: | Naive Bayes, Penerima Indonesia Pintar, penentuan, alternatif kebijakan |
Subjects: | W Computer Science > Data Mining W Computer Science > Information Systems W Computer Science > Computer programming and Programs W Computer Science > Decision Support System (DSS) |
Depositing User: | R. Rizka Nurmala |
Date Deposited: | 16 Jul 2022 07:20 |
Last Modified: | 16 Jul 2022 07:20 |
URI: | http://finkom.repository.unbin.ac.id/id/eprint/116 |