Penerapan Data Mining Untuk Penentuan Penerima Beasiswa Dengan Metode K-Nearest Neighbor (K-NN)

Dalam beberapa instansi pengelolaan beasiswa masih menggunakan microsoft excel dan pemilihan penerima seleksi administrasis ecara manual. Salah satu pengolahan data dalam jumlah yang besar adalah mining. Oleh karena itu penelitian ini bertujuan untuk menerapkan mining dengan metode k-nearest neighbor (K-NN) penentuan beasiswa. Metode pengumpulan private, studi literatur, wawancara. Tahapan yaitu cleaning, selection, transformation, knowledge deiscovery, pattern evaluation, presentation. Pengujian sistem confusion matrix mengetahui nilai akurasi. Hasil dari klasifikasi menentukan dimana hasil pengujian kurva ROC (Receiver Operation Characteristic) di peroleh akurasi terbaik sebesar 77% AUC (Area Under Curve) 0,90 training 115, testing 555 K 4. Karena berada diantara rentang 0.80 – 0.90, maka tersebut termasuk kategori good classification (sangat baik).