PERBANDINGAN ALGORITMA KLASIFIKASI NAIVE BAYES DAN SVM PADA STUDI KASUS PEMBERIAN PENERIMA BEASISWA PPA

safitri linawati, Rizky Ade Safitri, Ahmad Rifqy Alfiyan, Witriana Endah Pangesti, Monikka Nur Winnarto

Abstract


Beasiswa PPA merupakan sebuah program beasiswa yang diberikan kepada mahasiswa aktif. Dalam melakukan seleksi penerima beasiswa PPA, akan ada tahapan-tahapan yang harus diproses untuk mendapatkan mahasiswa yang menerima beasiswa sesuai harapan. Data pendaftar beasiswa PPA dari tahun sebelumnya menjadi penunjang untuk keakuratan pengambilan keputusan dalam seleksi penerima beasiswa agar sesuai dengan kriteria yang telah ditetapkan. Untuk mendapatkan keakuratan pengambilan keputusan maka dibutuhkan data mining sebagai penunjang dalam pengambilan keputusan. Pada penelitian ini, penulis melakukan perbandingan 2 algoritma untuk mengetahui algoritma mana yang mempunyai keakuratan lebih tinggi dalam pengambilan keputusan penerima beasiswa PPA. Algoritma yang digunakan adalah algoritma klasifikasi Naïve Bayes dan Support Vector Machine (SVM). Berdasarkan hasil komparasi antara algoritma Naive Bayes dan SVM (Support Vector Machine) yang dilakukan untuk mengklasifikasikan nilai akurasi tertinggi dengan 5 variabel dan jumlah data sebesar 122 dapat disimpulkan bahwa algoritma Naive Bayes memiliki tingkat akurasi lebih tinggi yaitu 90.90% dibandingkan dengan metode SVM yaitu 89.25%.




DOI: https://doi.org/10.31294/swabumi.v8i1.7708

INDEXING

 

    P-ISSN : 2355-990X                       E-ISSN: 2549-5178

                     

 

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Kramat Raya No.98, Kwitang, Kec. Senen, Kota Jakarta Pusat, DKI Jakarta 10450
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License