Hidayatullah, ElhaDhanny (2016) Sistem Pendukung Keputusan untuk Menentukan Keringanan Biaya UKT (Uang Kuliah Tunggal) dengan Metode SAW dan Naïve Bayes (Studi Kasus: Mahasiswa PTIIK Universitas Brawijaya 2014. Sarjana thesis, Universitas Brawijaya.
Abstract
Biaya UKT di Universitas Brawijaya khususnya di Program Teknologi dan Ilmu Komputer (PTIIK) terbagi dalam 6 golongan. Setelah ditentukannya golongan UKT mahasiswa, banyak orang tua mahasiswa yang merasa golongan UKT yang diterima anaknya tidak cocok. Pihak birokrat PTIIK Universitas Brawijaya membuka jalan bagi mahasiswa yang mendapatkan golongan UKT yang kurang sesuai, dengan membantu menurunkan golongan UKT yang didapat. Pihak birokrat dengan dibantu pihak Badan Eksekutif Mahasiswa (BEM) untuk mendata mahasiswa yang berniat mengajukan penurunan nominal UKT. Dari pihak Advokesma BEM sendiri masih melakukan penentuan keringanan UKT dengan cara manual, yaitu dengan melakukan wawancara bersama mahasiswa yang mengajukan keringanan UKT. Sehingga mengakibatkan banyak terjadinya kesalahan (human error), karena hanya memiliki satu acuan yaitu hasil wawancara. Untuk membantu pihak Advokesma BEM dalam menentukan rekomendasi keringanan biaya UKT dari mahasiswa, diperlukan sistem untuk menentukan mana mahasiswa yang berhak menerima keringanan nominal UKT. Berdasarkan uraian tersebut, penulis tertarik untuk membuat Sistem Pendukung Keputusan menggunakan metode SAW dan Naïve Bayes. Penggunaan metode Naïve Bayes untuk menghitung probabilitas data berdasarkan dataset yang ada dan menghasilkan nilai turun atau tolak. Sedangkan metode SAW dipilih karena mampu menyeleksi alternatif golongan UKT terbaik pada data hasil dari perhitungan Naïve Bayes yang bernilai turun. Dalam perhitungannya, menggunakan beberapa kriteria yaitu penghasilan orang tua (Ayah dan Ibu), tagihan rekening listrik, tagihan rekening telepon, tagihan rekening air, pembayaran pajak PBB, pembayaran pajak kendaraan, dan pengeluaran orang tua. Dari hasil pengujian yang dilakukan pada pengujian berdasarkan jumlah data memiliki akurasi hingga 75%, sedangkan pada pengujian berdasarkan sebaran data memiliki akurasi 76.667%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2016/67/051601385 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 24 Feb 2016 14:46 |
| Last Modified: | 22 Oct 2021 02:38 |
| URI: | http://repository.ub.ac.id/id/eprint/147252 |
Preview |
Text
Skripsi_(PDF).pdf Download (8MB) | Preview |
Actions (login required)
 |
View Item |