SISTEM REKOMENDASI PENERIMAAN BANTUAN SISWA MISKIN (BSM)
Author (Penulis)
Ryani Tri Lestari
Universitas Nusantara PGRI Kediri
Author Identity (NPM)
12.1.03.02.0292
Abstract
Banyaknya siswa di MTsN Kanigoro yang mendaftar menjadi peserta seleksi Bantuan Siswa Miskin (BSM) membuat pihak sekolah merasa kesulitan dalam memilih siswa yang akan direkomendasikan untuk mendapat BSM karena pihak sekolah masih melakukan cara manual yaitu dengan memilah-milah berkas yang dikumpulkan oleh siswa yang mendaftar sebagai peserta BSM. Proses seleksi tersebut menyita banyak waktu dan hasilnya pun kurang valid. Dari masalah tersebut maka dibutuhkan suatu aplikasi dengan metode yang sesuai untuk mempercepat proses dan memberi pertimbangan pada pihak sekolah dalam melakukan rekomendasi penerima BSM.
Salah satu metode yang dapat digunakan adalah Naive Bayes Classifier. Naive Bayes Classifier adalah pendekatan yang mengacu pada teorema bayes yang mengkombinasikan pengetahuan sebelumnya dengan pengetahuan baru. Pengetahuan sebelumnya atau data tranning ini diambil dari data siswa yang sebelumnya mendapatkan BSM dan data siswa yang sebelumya tidak mendapat BSM. Dalam hal ini penggunaan Metode Naive Bayes digunakan dalam merekomendasi penerimaan BSM.
Penelitian ini memberikan hasil berupa informasi rekomendasi siswa yang diseleksi dengan hasil rekomendasi penerima Bantuan Siswa Miskin (BSM) pada siswa yaitu mendapat dan tidak mendapat BSM. Dengan perhitungan Naive Bayes Classifier ini pihak sekolah mendapatkan hasil rekomendasi sesuai dengan nilai probabilitas tertinggi pada kategori mendapat.