IMPLEMENTASI MACHINE LEARNING DALAM PENENTUAN PENERIMA PROGRAM INDONESIA PINTAR (PIP) DI PKBM ORANGE MUARA KELINGI

TRIO ANGGORO (2025) IMPLEMENTASI MACHINE LEARNING DALAM PENENTUAN PENERIMA PROGRAM INDONESIA PINTAR (PIP) DI PKBM ORANGE MUARA KELINGI. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_55201_2102020031.pdf Download (55MB)

Abstract

Pemerintah Indonesia melalui Program Indonesia Pintar (PIP) mendukung pendidikan anak-anak dari keluarga kurang mampu. Namun, seleksi penerima PIP di PKBM Orange Muara Kelingi masih dilakukan secara manual, yang memakan waktu lama dan rawan kesalahan. Penelitian ini bertujuan merancang sistem seleksi berbasis machine learning untuk meningkatkan efisiensi dan akurasi dalam menentukan siswa yang layak diusulkan menerima bantuan. Metode penelitian menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) sebagai teknik klasifikasi. Data siswa yang meliputi usia, penghasilan orang tua, jumlah tanggungan, dan status kepemilikan KIP/KPS digunakan sebagai atribut utama. Proses pengembangan sistem mengikuti pendekatan Knowledge Discovery in Database (KDD) yang meliputi pengumpulan data, pelabelan, transformasi, pemodelan, dan evaluasi. Algoritma terbaik digunakan untuk membuat halaman web sederhana yang mempermudah pengguna dalam melihat hasil klasifikasi secara real-time. Hasil penelitian menunjukkan bahwa algoritma KNN memiliki performa yang lebih baik dibandingkan dengan Naïve Bayes berdasarkan metrik akurasi, presisi, dan recall. Algoritma Naïve Bayes mencapai akurasi sebesar 97%, presisi 100%, dan recall 95%, sedangkan algoritma KNN mencapai akurasi sebesar 99%, presisi 100%, dan recall 97%. Sistem ini tidak hanya mengotomatisasi seleksi penerima PIP, tetapi juga mempercepat dan meningkatkan keakuratan proses. Penelitian ini berkontribusi dalam mendukung digitalisasi sistem pendidikan di Indonesia, khususnya dalam proses penyaluran bantuan PIP. Kata kunci : Machine Learning, KDD , Naïve Bayes, KNN, PIP

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Informatika
Depositing User:	Admin Perpus UnivBI
Date Deposited:	06 Feb 2026 03:16
Last Modified:	06 Feb 2026 03:16
URI:	http://eprints.univbinainsan.ac.id/id/eprint/467

Actions (login required)

View Item