SISTEM PENDUKUNG PENERIMAAN BEASISWA SEKOLAH MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) DI SMA PGRI

PRAYOGA, IGO FITRA (2023) SISTEM PENDUKUNG PENERIMAAN BEASISWA SEKOLAH MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) DI SMA PGRI. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (full teks) skripsi15312631.pdf - Published Version Restricted to Registered users only Download (3MB) | Request a copy
	Text (abstrak) abstrak15312631.pdf - Published Version Download (183kB)
	Text (BAB I Pendahuluan) b115312631.pdf - Published Version Download (304kB)
	Text (BAB II Tinjauan) b215312631.pdf - Published Version Download (928kB)
	Text (Daftar Pustaka) daftar_pustaka15312631.pdf - Bibliography Download (396kB)

Abstract

Proses seleksi penerimaan dana bantuan beasiswa pada SMA PGRI, saat ini pendataan siswa yang tidak mampu atau miskin dilakukan masih secara manual dan tidak adanya simulasi metode perhitungan sehingga kurang tepat sasaran dalam pemberian dana bantuan siswa dan tidak dilihat berdasarkan kriteria yang sesuai dalam pemberian dana bantuan. Solusi masalah yang ada maka akan dibangun sistem pendukung keputusan penerimaan beasiswa menggunakan metode KNN berbasis web. Dengan menggunakan metode K-NN dapat malakukan penyeleksian siswa yang layak menerima dengan menggunakan kriteria penilaian yaitu tempat tinggal, pekerjaan orang tua, pendapatan, jumlah tanggungan, dan kondisi rumah Hasil penelitian ini adalah sistem dapat menampilkan informasi siswa yang layak mendapatkan beasiswa secara cepat tanpa harus membuang waktu. Hasil perangkingan siswa yang layak mendapatkan beasiswa yaitu Agus Susanto dengan nilai 4,69, Abdul Rosit dengan nilai 4,36, dan Ade Mahmud dengan nilai 3,74. Hasil pengujian ISO 25010 memiliki persentase keberhasilan dengan total rata-rata 97.14%.

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	KNN, Bantuan Beasiswa, ISO dan Black Box
Subjects:	INFORMATIKA INFORMATIKA > Technology (General)
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Informatika
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	26 Oct 2023 03:17
Last Modified:	26 Oct 2023 03:17
URI:	http://repository.teknokrat.ac.id/id/eprint/5143

Actions (login required)

View Item