PREDIKSI SELEKSI PENERIMA BEASISWA KIP KULIAH MENGGUNAKAN ALGORITMA NAÏVE BAYES

STUDI KASUS POLITEKNIK TEDC BANDUNG

Abstract

Pendidikan tinggi berperan penting dalam meningkatkan kualitas sumber daya manusia di Indonesia. Namun, keterbatasan ekonomi seringkali menghalangi lulusan SMA/SMK untuk melanjutkan pendidikan ke perguruan tinggi. Pemerintah Indonesia meluncurkan program Beasiswa KIP Kuliah sebagai bentuk bantuan pendidikan bagi siswa dari keluarga kurang mampu untuk mengakses pendidikan tinggi secara merata dan mendukung pembangunan sumber daya manusia unggul. Di Politeknik TEDC Bandung, proses seleksi penerima beasiswa KIP Kuliah saat ini masih dilakukan secara manual yang dinilai kurang efisien dan berisiko menimbulkan ketidakakuratan dalam penentuan kelayakan. Penelitian ini menggunakan algoritma Naïve Bayes Classifier untuk memprediksi status kelayakan penerima beasiswa KIP Kuliah dengan tujuan mendapatkan proses seleksi yang lebih cepat, akurat, dan objektif. Pengujian dilakukan dengan menggunakan teknik Cross Validation pada data pendaftar dari tahun 2020, 2021 dan 2024. Hasil penelitian dan pengujian Algoritma Naïve Bayes dalam memprediksi kelayakan calon mahasiswa beasiswa KIP Kuliah di Politeknik TEDC Bandung mendapatkan hasil berupa tingkat akurasi sebesar 76,39%, precision 25,00%, recall 5,54%, Dari total 322 data yang diuji, sebanyak 254 data berhasil diprediksi dengan benar, sementara 68 data diprediksi secara keliru.