Isi Artikel Utama

Abstrak

Beasiswa Kartu Indonesia Pintar Kuliah atau KIP-K merupakan salah satu dari banyaknya beasiswa yang disediakan oleh pemerintah untuk melanjutkan pendidikan ke jenjang tinggi bagi para pelajar yang berprestasi namun terkendala oleh biaya. Salah satu perguruan tinggi di Garut yang menyediakan penerimaan mahasiswa baru melalui jalur beasiswa ini adalah Institut Teknologi Garut. Setiap tahunya, Institut Teknologi Garut selalu mengalami kenaikan jumlah pendaftar beasiswa KIP-K akan tetapi hal ini tidak sebanding dengan jumlah kuota yang didapatkan sehingga harus dilakukan proses seleksi agar beasiswa dapat tepat sasaran. Proses seleksi sendiri dilakukan secara manual tanpa bantuan sistem khusus yang dapat membantu menyeleksi dengan lebih tepat dan efisien. Tujuan penelitian ini untuk membangun aplikasi sistem prediksi berbasis web dengan menerapkan model klasifikasi K-Nearest Neighbors dalam membantu menyeleksi calon penerima beasiswa KIP-K di Institut Teknologi Garut berdasarkan skor hasil tes, kondisi ekonomi, prestasi akademik dan non akademik dari setiap peserta. Model klasifikasi diterapkan dalam sistem sebagai proses pengklasifikasian kelayakan calon penerima agar proses seleksi lebih terfokus pada peserta yang terkategori layak. Sistem dibangun dengan menggunakan metode pendekatan waterfall agar pembangunan sistem lebih terstruktur. Penelitian ini menghasilkan aplikasi berupa sistem prediksi berbasis web yang dapat membantu mengklasifikasikan kelayakan serta menyeleksi calon penerima beasiswa KIP-K di Institut Teknologi Garut dengan tingkat akurasi sistem dalam memprediksi kelayakan peserta sebesar 91,86%.

Kata Kunci

Beasiswa K-Nearest Neighbors Sistem Prediksi; Waterfall

Rincian Artikel

Cara Mengutip
[1]
D. Kurniadi, F. Nuraeni, dan A. F. Hazar, “Aplikasi Sistem Prediksi Mahasiswa Penerima Beasiswa Berbasis Web dengan Menerapkan Model Klasifikasi K-Nearest Neighbors”, Jurnal Algoritma, vol. 21, no. 1, hlm. 68-79, Mei 2024.

Referensi

I. Ilham, I. G. Suwijana, and N. Nurdin, “Sistem Pendukung Keputusan Penerimaan Beasiswa Pada SMK 2 Sojol Menggunakan Metode AHP,” Jurnal Elektronik Sistem Informasi dan Komputer, vol. 4, no. 2, pp. 48–58, 2021.

Kemendikbud, “Pedoman Pendaftaran KIPK,” 2022. Accessed: Mar. 08, 2023. [Online]. Available: https://kip-kuliah.kemdikbud.go.id/

D. Kurniadi, F. Nuraeni, N. Abania, L. Fitriani, A. Mulyani, and Y. H. Agustin, “Scholarship Recipients Prediction Model using k-Nearest Neighbor Algorithm and Synthetic Minority Over-sampling Technique,” in 2022 12th International Conference on System Engineering and Technology (ICSET), 2022, pp. 89–94. doi: 10.1109/ICSET57543.2022.10010947.

A. Mulyani, D. Kurniadi, M. R. Nashrulloh, I. T. Julianto, and M. Regita, “The Prediction Of PPA And KIP-Kuliah Scholarship Recipients Using Naive Bayes Algorithm,” Jurnal Teknik Informatika (Jutif), vol. 3, no. 4, pp. 821–827, 2022.

D. Haryanto, C. Ramdani, W. S. Wahidah, A. G. Dinia, and S. Oktaviani, “Perancangan Sistem Pendukung Keputusan Penentuan Penerimaan Beasiswa Menggunakan Metode Artificial Neural Network (ANN) di Institut Teknologi Telkom Purwokerto,” in Conference on Electrical Engineering, Telematics, Industrial technology, and Creative Media (CENTIVE), 2019, pp. 103–114.

R. Al Ghani, A. F. Winanda, and M. L. Hamzah, “Sistem Pendukung Keputusan Pemberian Beasiswa KIP-K (Studi Kasus:‘UIN SUSKA RIAU’),” in Prosiding Seminar Nasional Teknologi Informasi dan Bisnis, 2022, pp. 236–239.

A. S. Suweleh, D. Susilowati, and H. Hairani, “Aplikasi Penentuan Penerima Beasiswa Menggunakan Algoritma C4. 5,” Jurnal Bumigora Information Technology (BITe), vol. 2, no. 1, pp. 12–21, 2020.

D. A. Putra, M. D. S. Sanapiah, A. I. Hanifah, and T. Afirianto, “SEED (Stroke Disease Early Detection Application)–Rancang Bangun Aplikasi Mobile Berbasis Android Untuk Mendiagnosis Gejala Dini Penyakit Stroke Menggunakan K-Nearest Neighbor (K-NN),” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 6, no. 3, 2019.

M. Yunus and N. K. A. Pratiwi, “Prediksi Status Gizi Balita Dengan Algoritma K-Nearest Neighbor (KNN) di Puskemas Cakranegara,” JTIM : Jurnal Teknologi Informasi dan Multimedia, vol. 4, no. 4, pp. 221–231, Feb. 2023, doi: 10.35746/jtim.v4i4.328.

L. Qoiriyah, H. L. Purwanto, and W. Setiyaningsih, “Rancang Bangun Sistem Pendukung Keputusan Penentuan Jenis Beasiswa Menggunakan Knn,” RAINSTEK: Jurnal Terapan Sains & Teknologi, vol. 1, no. 2, pp. 64–72, 2019.

S. Mulyati, S. M. Husein, and R. Ramdhan, “Rancang Bangun Aplikasi Data Mining Prediksi Kelulusan Ujian Nasional Menggunakan Algoritma (KNN) K-Nearest Neighbor Dengan Metode Euclidean Distance Pada SMPN 2 PAGEDANGAN,” JIKA (Jurnal Informatika), vol. 4, no. 1, p. 65, Jan. 2020, doi: 10.31000/jika.v4i1.2288.

H. Said, N. H. Matondang, and H. N. Irmanda, “Perancangan Sistem Prediksi Kualitas Air Yang Dapat Dikonsumsi Dengan Menerapkan Algoritma K-Nearest Neighbor,” in Prosiding Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya, 2022, pp. 158–168.

W. Musu, A. Ibrahim, and H. Heriadi, “Pengaruh Komposisi Data Training dan Testing terhadap Akurasi Algoritma C4. 5,” in SISITI: Seminar Ilmiah Sistem Informasi dan Teknologi Informasi, 2021, pp. 186–195.

R. S. Pressman and B. R. Maxim, Software Engineering : A Practitioner’s Approach, Ninth Edition. New York: McGraw-Hill Education, 2020.

U. Hidayah and M. K. Agus Sifaunajah, Cara Mudah Memahami Algoritma K-Nearest Neighbor Studi Kasus Visual Basic 6.0. Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas KH. A. Wahab Hasbullah, 2019. [Online]. Available: https://books.google.co.id/books?id=B6t-EAAAQBAJ

U. Rofiqoh, R. Perdana, and M. Fauzi, “Analisis Sentimen Tingkat Kepuasan Pengguna Penyedia Layanan Telekomunikasi Seluler Indonesia Pada Twitter dengan Metode Support Vector Machine dan Lexicon Based Features,” Jurnal Pengembangan Teknlogi Informasi dan Ilmu Komputer (J-PTIIK), vol. 1, pp. 1725–1732, Aug. 2017.

D. Dahri, F. Agus, and D. M. Khairina, “Metode Naive Bayes Untuk Penentuan Penerima Beasiswa Bidikmisi Universitas Mulawarman,” Jurnal Informatika Mulawarman, vol. 11, no. 2, p. 29, 2016.