Klasifikasi Kelayakan Penerima Program Indonesia Pintar Siswa MIS NU Dusun III Pinangripan

Juwita Sari; Sri Wulandari; Yollanda Putry; Wiwin Handoko

doi:10.56427/jcbd.v3i1.239

Authors

Juwita Sari Sekolah Tinggi Manajemen Informatika dan Komputer Royal
Sri Wulandari Sekolah Tinggi Manajemen Informatika dan Komputer Royal
Yollanda Putry Sekolah Tinggi Manajemen Informatika dan Komputer Royal
Wiwin Handoko Sekolah Tinggi Manajemen Informatika dan Komputer Royal

DOI:

https://doi.org/10.56427/jcbd.v3i1.239

Keywords:

Data Mining, Program Indonesia Pintar (PIP), Naïve Bayes

Abstract

Peran pendidikan sangat penting dalam meningkatkan kecerdasan anak bangsa baik secara emosional, spiritual maupun intelektual. Akan tetapi, faktor ekonomi menjadi penyebab anak putus sekolah. Dan untuk mengatasi hal tersebut, pemerintah telah membuat Program Indoneais Pintar (PIP). Program Indonesia Pintar (PIP) melalui Kartu Indonesia Pintar (KIP) adalah pemberian bantuan tunai pendidikan kepada anak usia sekolah (6-21 tahun). Program ini dimaksud untuk meringankan biaya peserta didik baik langsung maupun tidak langsung. Salah satu sekolah di Asahan yang telah menjalan program ini adalah MIS NU Dusun III Pinangripan. Adapun kriteria dari untuk pengklasifikasian ini berupa nilai rata-rata siswa, penghasilan orangtua, dan tanggungan orangtua. Namun, pihak sekolah masih memiliki kesalahan dalam pengklasifikasian kelayakan siswa penerima Program Indonesia Pintar(PIP), yang mana hal tersebut dapat merugikan pihak sekolah dan juga siswa yang terlibat. Untuk mengatasi hal tersebut, dibutuhkanlah sebuah sistem Klasifikasi Kelayakan Penerima program Indonesia Pintar (PIP) Siswa MIS NU Dusun III Pinangripan untuk meminimalisir masalah tersebut. Adapun salah satu teknik yang digunakan dalam mengelola kelayakan penerima Program Indonesia Pintar (PIP) adalah Naïve Bayes yang merupakan metode dari Data Mining. Naive Bayes digunakan untuk proses prediksi dengan menggunakan probabilitas dan statistik yang dapat memprediksi peluang dimasa depan berdasarkan pengalaman sebelumnya. Pemilihan Metode ini karena Naive Bayes memiliki kelebihan diantaranya dapat memprediksi jumlah siswa yang layak mendapatkan Program Indonesia Pintar (PIP) berdasarkan data-data yang konkrit agar hasilnya dapat dipertanggung jawabkan dan digunakan untuk prediksi selanjutnya. Dataset dalam penelitian ini adalah data Siswa MIS NU Dusun III Pinangripan Tahun 2023/2024 Ganjil sebanyak 130 siswa dengan data training 91 siswa dan data testing 39 siswa. Dengan menggunakan Algoritma Naïve Bayes dan Model Confusion Matrix, didapatkan nilai precision 92%, nilai recall 100%, nilai f1-score 96%, dan nilai akurasi sebesar 97% yang masuk kedalam kategori Good Classification.

Downloads

Download data is not yet available.

References

N. Situmorang and G. Sirait, “Jurnal Comasie,” Comasie, vol. 6, no. 2, pp. 107–118, 2020.

A. Nata and S. Suparmadi, “Analisis Sistem Pendukung Keputusan Dengan Model Klasifikasi Berbasis Machine Learning Dalam Penentuan Penerima Program Indonesia Pintar,” J. Sci. Soc. Res., vol. 5, no. 3, p. 697, 2022, doi: 10.54314/jssr.v5i3.1041.

D. B. Siswanto and D. Normawati, “Sistem Klasifikasi Monitoring dan Evaluasi Kelayakan Penerima Beasiswa UAD Menggunakan Algoritma Naïve Bayes,” J. SAINTEKOM, vol. 13, no. 2, pp. 161–172, 2023, doi: 10.33020/saintekom.v13i2.428.

Gagan Suganda, Marsani Asfi, Ridho Taufiq Subagio, and Ricky Perdana Kusuma, “Penentuan Penerima Bantuan Beasiswa Kartu Indonesia Pintar (Kip) Kuliah Menggunakan Naïve Bayes Classifier,” JSiI (Jurnal Sist. Informasi), vol. 9, no. 2, pp. 193–199, 2022, doi: 10.30656/jsii.v9i2.4376.

F. D. Pratama, I. Zufria, and T. Triase, “Implementasi Data Mining Menggunakan Algoritma Naïve Bayes Untuk Klasifikasi Penerima Program Indonesia Pintar,” Rabit J. Teknol. dan Sist. Inf. Univrab, vol. 7, no. 1, pp. 77–84, 2022, doi: 10.36341/rabit.v7i1.2217.

A. Pebdika, R. Herdiana, and D. Solihudin, “Klasifikasi Menggunakan Metode Naive Bayes Untuk Menentukan Calon Penerima Pip,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 452–458, 2023, doi: 10.36040/jati.v7i1.6303.

H. Jurnal, H. Noviyanto, and B. Mukti, “Jurnal Informatika Dan Teknologi Komputer Implementasi Algoritme Naïve Bayes Untuk Menentukan Kelayakan Calon Penerima Beasiswa,” Juli, vol. 1, no. 2, pp. 7–12, 2021.

N. Aini, H. Wiwin, and R. Nurhaliza, “PREDIKSI PENERIMAAN BANTUAN PIP PADA SMKS AL-FURQON BATUBARA DENGAN METODE NAÏVE BAYES,” JUTSI J. Teknol. dan Sist. Inf., vol. 4, no. 1, pp. 11–20, 2024, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI%0APENERAPAN

R. A. Iswanto, J. Sahertian, and M. A. D. Widyadara, “Pengembangan Sistem Prediksi Kelulusan Mahasiswa Berdasarkan Nilai Disiplin, Hasil Belajar, Aktivitas Sosial Ekonomi, dan Aktivitas Organisasi Menggunakan Algoritma Naïve Bayes,” Pros. Semin. Nas. Teknol. Dan Sains, vol. 1, pp. 349–358, 2022.

O. Rini and S. O. Kunang, “Implementasi Data Mining Menggunakan Metode Naive Bayes Untuk Penentuan Penerima Bantuan Program Indonesia Pintar ( Pip ) ( Studi Kasus : Sd Negeri 9 Air Kumbang ),” Bina Darma Conf. …, pp. 714–722, 2021.

M. M. Effendi and A. Setiawan, “Menentukan Prediksi Kelulusan Siswa Dengan Membandingkan Algoritma C4.5 Dan Naive Bayes Studi Kasus Smkn. 1 Cikarang Selatan,” SIGMA - J. Teknol. Pelita Bangsa, vol. 10, no. September, pp. 167–172, 2020.

R. Marbun, “Implementasi Data Mining Untuk Memprediksi Kelulusan Mahasiswa Menggunakan Algoritma Naive Bayes Classifier Studi Kasus: Poltekkes Kemenkes RI Medan,” JURIKOM (Jurnal Ris. Komputer), vol. 6, no. 6, pp. 627–633, 2020, [Online]. Available: https://ejurnal.stmik-budidarma.ac.id/index.php/jurikom/article/view/1887

A. Suwarno et al., “Jurnal Teknologi Pelita Bangsa,” J. Teknol. Pelita Bangsa, vol. 12, no. 4, pp. 33–40, 2021.

J. Sumpena and N. Kurnia H., “Analisis Prediksi Kelulusan Siswa PKBM Paket C Dengan Metoda Algoritma Naive Bayes,” Tedc, vol. 13, no. 2, pp. 127–133, 2019, [Online]. Available: http://ejournal.poltektedc.ac.id/index.php/tedc/article/view/13

Y. Septiani, “Penerapan Algoritma Naive Bayes Menentukan Klasifikasi Tingkat Kelulusan Siswa SMK Media Informatika Jakarta,” Semin. Nas. Mhs. Fak. Teknol. Inf., no. September, pp. 607–613, 2022, [Online]. Available: http://senafti.budiluhur.ac.id/index.php/senafti/article/view/361/71

A. A. A. Arifin, W. Handoko, and Z. Efendi, “Implementasi Metode Naive Bayes Untuk Klasifikasi Penerima Program Keluarga Harapan,” J-Com (Journal Comput., vol. 2, no. 1, pp. 21–26, 2022, doi: 10.33330/j-com.v2i1.1577.

A. Hadi, I. Ali, N. Bayes, and R. Miner, “DENGAN METODE ALGORITMA NAIVE BAYES,” vol. 7, no. 1, pp. 366–372, 2023.