GRAHAMITRAGRAHAMITRA

Bulletin of Information System ResearchBulletin of Information System Research

Bantuan siswa berprestasi merupakan salah satu program yang dijalankan di MAN 2 Tapteng dalam menunjang dan memotivasi para siswanya untuk terus berprestasi dibidang akademik. Namun, selama ini penentuan penerima bantuan siswa berprestasi di MAN 2 Tapteng ini masih menggunakan cara manual sehingga membutuhkan waktu dan proses yang lama sehingga kurang efektif. Untuk itu Penulis melakukan penelitian dan membuat suatu program untuk mengetahui pola penentuan penerima bantuan siswa berprestasi di MAN 2 Tapteng agar lebih efisien. Penentuan pola penerima bantuan siswa berprestasi ini dilakukan dengan cara memanfaatkan data nilai rapor siswa disetiap akhir semester. Adapun metode yang sesuai dengan permasalahan tersebut adalah Metode Deskripsi. Deskripsi adalah salah satu fungsi dalam data mining untuk menggali dan mengumpulkan data yang banyak. Metode deskripsi bertujuan untuk menjelaskan atau mendeskripsikan suatu keadaan, peristiwa dan objek. Adapun hasil dari penelitian ini adalah berupa pola penentuan penerima bantuan siswa berprestasi dari masing-masing kelas di MAN 2 Tapteng. Program ini diharapkan bisa lebih efisien dalam menentukan pola penerima bantuan siswa berprestasi di MAN 2 Tapteng.

Prosedur penentuan penerimaan bantuan siswa berprestasi dilakukan dengan menetapkan syarat nilai rata-rata rapor minimal 86.Metode deskripsi diterapkan untuk mempermudah identifikasi pola penentuan penerima bantuan, sehingga sekolah dapat dengan lebih mudah menentukan siswa berprestasi berdasarkan nilai rata-rata rapor yang memenuhi persyaratan secara efisien.

Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, penelitian selanjutnya dapat mengeksplorasi penggunaan algoritma machine learning yang lebih kompleks, seperti decision tree atau support vector machine (SVM), untuk meningkatkan akurasi dalam memprediksi siswa berpotensi menerima bantuan. Kedua, penelitian dapat memperluas cakupan data dengan memasukkan faktor-faktor lain yang relevan, seperti kondisi sosial-ekonomi keluarga siswa, partisipasi dalam kegiatan ekstrakurikuler, dan prestasi non-akademik, untuk memberikan gambaran yang lebih holistik dalam penentuan penerima bantuan. Ketiga, pengembangan sistem yang terintegrasi dengan data siswa secara otomatis akan meningkatkan efisiensi dan mengurangi potensi kesalahan manusia dalam proses seleksi, sehingga keputusan yang diambil lebih objektif dan transparan.

  1. Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota | Syahdan | Jurnal Nasional... ojs.serambimekkah.ac.id/index.php/jnkti/article/view/771Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota Syahdan Jurnal Nasional ojs serambimekkah ac index php jnkti article view 771
  2. Penerapan Algoritma K-Means Clustering untuk Mengetahui Pola Penerima Beasiswa Bank Indonesia (BI) |... doi.org/10.47065/josyc.v4i3.3343Penerapan Algoritma K Means Clustering untuk Mengetahui Pola Penerima Beasiswa Bank Indonesia BI doi 10 47065 josyc v4i3 3343
Read online
File size995.4 KB
Pages9
DMCAReport

Related /

ads-block-test