Main Article Content
Abstract
Sistem pengambilan keputusan untuk menentukan penerima beasiswa BBM masih belum optimal yaitu menggunkan sistem seleksi berkas. Setiap ada pengajuan beasiswa yang diajukan mahasiswa, maka untuk menganalisa berkas pengajuan beasiswa BBM membutuhkan waktu yang relatif lama. Model ini untuk mengetahui tingkat akurasi antara metode nearest neighbor dan naive bayesian classification dalam menentukan penerima beasiswa BBM.
Saat ini pemilihan penerima beasiswa BBM dilakukan manual dan melalui hasil IPK Saja. Penilaian dengan jumlah mahasiswa yang banyak sangat menyulitkan pihak perguruan tinggi STIKes Aisyah Pringsewu, hasil penilaian dan pertimbangan pengambilan keputusan cenderung lebih subjektif, sehingga cenderung terjadi kesalahan dalam pengambilan keputusan akhir mahasiswa mana yang layak mendapatkan beasiswa BBM. Oleh karena itu Diperlukan sistem pendukung keputusan yang akan memudahkan pemilihan siswa berprestasi dan membuat keputusan yang efektif dan efisien. K-NEAREST NEIGHBOR merupakan metode yang akan digunakan dalam memberikan referensi kepada pihak perguruan tinggi STIKes Aisyah Pringsewu dalam menentukan penerima beasiswa BBM. Sistem pendukung keputusan ini merupakan alat bantu yang dapat memberikan solusi dalam proses pemilihan mahasiswa peneriam beasiswa BBM secara komputerisasi dengan harapan lebih efektif dan efisien serta tepat dan akurat. Hasil penelitian membuktikan bahwa model ini mampu membantu perguruan tinggi STIKes Aisyah Pringsewu dalam proses seleksi pemilihan mahasiswa yang akan mendapatkan beasiswa BBM dengan tingkat akurasi 80%