JOURNAL ARTICLE

ANALISA PERBANDINGAN KINERJA ALGORITMA C4.5 DAN ALGORITMA K-NEAREST NEIGHBORS UNTUK KLASIFIKASI PENERIMA BEASISWA

Abstract

Penugasan beasiswa adalah masalah manajemen operasi yang dihadapi administrator universitas, yang biasanya diselesaikan berdasarkan pengalaman pribadi administrator. Penelitian ini mengusulkan metode insentif yang terinspirasi oleh pemrograman dinamis untuk menggantikan proses pengambilan keputusan tradisional dalam penugasan beasiswa. Tujuannya adalah untuk menemukan skema penugasan beasiswa yang optimal dengan ekuitas tertinggi sambil memperhitungkan kendala praktis dan persyaratan ekuitas Metodologi yang digunakan dalam menentukan penerima beasiswa di Universitas Muhammdiyah Pringsewu adalah dengan membandingkan tahapan Algoritma C.45 dan Algoritma K-Nearest Neighbors. Dari beberapa data sampel calon penerima dari jurusan Sistem Informasi dan telah dihasilkan berdasarkan perhitungan Algoritma K-Nearest Neighbors memiliki performansi yang lebih baik yaitu presisi 98,72%, akurasi 97,66% dan nilai recall 99,50%, dengan hasil AUC sebesar 0,997 sedangkan C4,5 algoritma. mencapai 98,9% dengan nilai precision 89,73%, nilai recall 100,00% dan hasil AUC 0,956. Kata Kunci: Beasiswa,Klasifikasi,C4.5, K-Nearest Neighbors

Keywords:
Humanities Computer science Philosophy

Metrics

9
Cited By
5.57
FWCI (Field Weighted Citation Impact)
13
Refs
0.95
Citation Normalized Percentile
Is in top 1%
Is in top 10%

Citation History

Topics

Data Mining and Machine Learning Applications
Physical Sciences →  Computer Science →  Information Systems
Multimedia Learning Systems
Physical Sciences →  Computer Science →  Information Systems
Edcuational Technology Systems
Physical Sciences →  Computer Science →  Artificial Intelligence

Related Documents

© 2026 ScienceGate Book Chapters — All rights reserved.