<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="250">
<titleInfo>
<title>PREDIKSI KELAYAKAN CALON PENERIMA BANTUAN BIDIKMISIrnPENGGANTI MENGGUNAKAN ALGORITMA NAÏVE BAYESrnCLASSIFICATION (STUDI KASUS:</title>
<subTitle>UNIVERSITAS GADJAH MADA)</subTitle>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Ariesta Damayanti, S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Mutiah, Siti - 145410103</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>STMIK AKAKOM</publisher>
<dateIssued>2019</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>x, 72 hlm, ilus; 29 cm</extent>
</physicalDescription>
<note>Setiap semester terdapat kurang lebih 50 mahasiswa di Universitas GadjahrnMada dari berbagai angkatan yang mengundurkan diri dari penerima BantuanrnBidikmisi dengan berbagai alasan. Proses seleksi calon penerima bantuanrnbidikmisi pengganti saat ini masih dilakukan secara manual menyebabkan prosesrnseleksi berjalan lamban dan berpotensi tidak konsisten. Penelitian ini bertujuanrnuntuk membantu bagian proses seleksi dengan membangun aplikasi perangkatrnlunak untuk memprediksi kelayakan calon penerima bantuan bidikmisi penggantirnUniversitas Gadjah Mada.rnDalam penelitian ini dilakukan pemodelan data mining denganrnmenggunakan algoritma Naive Bayes untuk mendapatkan langkah – langkahrnsistematis dalam memprediksi kelayakan calon penerima bantuan bidikmisirnpengganti. Data yang digunakan merupakan data primer yaitu dataset pelamarrnbantuan bidikmi di Universitas Gadjah Mada. Penetuan kelayakan calon penerimarnbantuan bidikmisi pengganti menggunakan beberapa kriteria antara lain:rnpenghasilan orang tua, jumlah tanggungan orang tua, ipk, dan status penerimaanrnbeasiswa.rnDari hasil pengujian model yang digunakan diperoleh nilai rata – ratarnakurasi yang cukup tinggi yaitu 93,4% dengan laju error 6,6%. Dengan demikianrnpenerapan algoritma Naive Bayes dapat dijadikan alternatif pengambilanrnkeputusan dalam prediksi kelayakan calon penerima bantuan bidikmisi pengganti.rnKata kunci: data mining, bidikmisi, algoritma Naive Bayes</note>
<subject authority=""><topic>Metode Naive Bayes</topic></subject>
<subject authority=""><topic>Algoritma</topic></subject>
<subject authority=""><topic>Classification</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>079 Mut P R.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">MUT007919 01TI</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>079 Mut P R.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>250</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2020-08-10 13:32:14</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2020-08-10 13:32:14</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>