Penerapan Metode AHP dan SVM untuk Klasifikasi Penerima Beasiswa (Studi Kasus : Lembaga GNOTA Kediri)

Ariyanti, Whenty (2016) Penerapan Metode AHP dan SVM untuk Klasifikasi Penerima Beasiswa (Studi Kasus : Lembaga GNOTA Kediri). Sarjana thesis, Universitas Brawijaya.

Abstract

Pendidikan merupakan kebutuhan pokok bagi seluruh masyarakat Indonesia. Manfaat pendidikan bagi masyarakat Indonesia sangat beragam seperti untuk karir atau pekerjaan. Dalam penelitian ini diambil kasus pemilihan penerima beasiswa pada Lembaga GNOTA (Gerakan Nasional Orang Tua Asuh) Kediri sehingga nantinya kita dapat melakukan penyeleksian secara realtime, cepat dan akurat terhadap penerima beasiswa dengan suatu sistem penyeleksian yang mampu melakukan filterisasi secara otomatis proses pengambilan keputusan penentuan penerima beasiswa selama ini dilakukan secara manual. Manual disini maksudnya adalah data pemohon beasiswa direkapitulasi oleh panitia penyeleksi, lalu panitia melakukan survei satu persatu terhadap data yang diajukan oleh pemohon. Setelah proses survei dilakukan maka panitia akan meninjau dan menganalisa kembali data pemohon beasiswa tersebut. Proses ini membutuhkan waktu yang lama, kurang lebih tiga bulan hanya untuk meninjau dan menganalisa data pemohon beasiswa yang cukup banyak. Cara ini menyebabkan penilaian terhadap penerima beasiswa dilakukan secara subjektif, yang berarti penilaian berdasarkan sudut pandang panitia survei. Selain itu permasalahan ketepatan penyaluran beasiswa GNOTA yang selama ini sering terjadi dalam penentuan penerima beasiswa belum memiliki bobot secara pasti pada setiap kriteria dan sub kriteria yang dimiliki oleh pemohon beasiswa yang layak menerima beasiswa. “Penerapan Metode AHP dan SVM untuk Klasifikasi Penerima Beasiswa (Studi Kasus : Lembaga GNOTA Kediri)”. Diharapkan dalam pemilihan penerima beasiswa digunakan metode AHP dan SVM untuk dapat menghasilkan output yang sesuai dengan keadaan atau kriteria yang ada sehingga dapat memudahkan Lembaga GNOTA dalam melakukan pengambilan keputusan dan meminimalkan kesalahan dalam pengambilan kebijakan.Tingkat akurasi rata-rata yang dihasilkan oleh sistem adalah sebesar 89.74% dengan pemilihan rasio 90%:10%, nilai threshold = 0.01, nilai lamda = 0.5, nilai konstanta gamma=0.003, nilai epsilon=0.001, iterasi maksimum=100 dan nilai C=1.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FTIK/2016/275/051604850
Subjects:	000 Computer science, information and general works > 005 Computer programming, programs, data
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Yusuf Dwi N.
Date Deposited:	16 Aug 2016 10:55
Last Modified:	21 Oct 2021 07:53
URI:	http://repository.ub.ac.id/id/eprint/146821

	Text 145150209111021_WHENTY_ARIYANTI_DOKUMEN_SKRIPSI.pdf Download (14MB)
	Text 145150209111021_WHENTY_ARYANTI_JURNAL.pdf Download (2MB)
	Other (Thumbnails conversion from text to thumbnail_lightbox) lightbox.jpg Download (33kB)
	Other (Thumbnails conversion from text to thumbnail_preview) preview.jpg Download (13kB)
	Other (Thumbnails conversion from text to thumbnail_medium) medium.jpg Download (3kB)
	Other (Thumbnails conversion from text to thumbnail_small) small.jpg Download (1kB)
	Other (Thumbnails conversion from text to thumbnail_lightbox) lightbox.jpg Download (45kB)
	Other (Thumbnails conversion from text to thumbnail_preview) preview.jpg Download (17kB)
	Other (Thumbnails conversion from text to thumbnail_medium) medium.jpg Download (4kB)
	Other (Thumbnails conversion from text to thumbnail_small) small.jpg Download (1kB)

Actions (login required)

View Item