Klasifikasi Penerima Beasiswa Dengan Menggunakan Algoritma K Nearest Neighbor

Beasiswa merupakan bantuan biaya pendidikan yang sangat membantu prestasi Siswa dan Siswi. Beasiswa yang diberikan antara lain beasiswa Peningkatan nilai mata Pelajaran yang diberikan kepada siswa siswi berprestasi. Sekolah dasar Plandakan 2 memiliki banyak Siswa/i dengan adanya program beasiswa pendidikan minat siswa untuk mendapat beasiswa sangat tinggi. Hal tersebut dapat berpengaruh pada keputusan kepala sekolah dalam menentukan penerima beasiswa. Data yang akan digunakan 383 Siswa dan Siswi Sekola Dasar Pelandakan 2 dengan parameter Nama Siswa, Alamat, Alat Transportasi, nama orang tua, Pekerjaan, Penghasilan, Nama Ibu, Pekerjaan Ibu, Penghasilan Ibu. dengan pendekatan metode klasifikasi yang dapat membantu menentukan siapa yang layak mendapatkan beasiswa KNN adalah metode klasifikasi dengan mencari jarak terdekat antara data yang akan dievaluasi dengan K tetangga (neighbor) terdekatnya dalam data tersebut. Hasil Penelitian dengan metode KNN mempermudah dalam mencari siswa dan siswi yang berhak mendapat beasiswa sesuai dengan parameter yang ditentukan, sehingga beasiswa yang diberikan sekolah dapat tepat sasaran kepada siswa dan siswa yang telah memenuhi syarat dalam mendapatkan beasiswa. Uji penerpan datamining tentang penerimaan ketepatan dalam pemberian beasiswa menggunakan algoritma KNN PerformanceVector accuracy: 78.45% precision: 25.00% (positive class: Ya) recall: 9.52% (positive class: Ya)  AUC (optimistic): 0.558 (positive class: Ya) AUC: 0.454 (positive class: Ya) AUC (pessimistic): 0.349 (positive class: Ya)