<![CDATA[DATA MINING UNTUK PREDIKSI KELAYAKAAN PENERIMAAN BEASISWA SDN 2 MLIPAK WONOSOBO MENGGUNAKAN METODENAIVE BAYES.]]>
Tegar Alam Pribadi
Pengarang
Adi Suwondo, M.Kom
Dosen Pembimbing 1
Dimas Prasetyo Utomo, M.Kom
Dosen Pembimbing 2
Dian Asmarajati., M.Kom.
Penguji 1
Saifu Rohman, M.Kom.
Penguji 2
Adi Suwondo, M.Kom
Ketua Penguji
Pendidikan merupakan salah satu faktor penting dalam pembangunan karakter dankecerdasan generasi muda. Di Indonesia, berbagai upaya telah dilakukan untukmeningkatkan kualitas pendidikan, salah satunya melalui pemberian beasiswakepada siswa yang berprestasi atau membutuhkan. SDN 2 Mlipak Wonosobo,sebagai salah satu institusi pendidikan dasar, berkomitmen untuk memberikankesempatan belajar yang setara bagi semua siswanya melalui programbeasiswa.Data Mining merupakan teknologi yang digunakan untuk menemukaninformasi baru dari data yang jumlahnya sangat banyak. Perkembangan yang pesatdi bidang pengumpulan data serta teknologi penyimpanan pada banyak sekalibidang, menghasilkan data yang terlalu besar. data yang dikumpulkan tersebut akanditeliti kembali karena terlalu panjang, membosankan, serta tidak menarik.Penelitian ini menunjukkan bahwa metode Naïve Bayes efektif dalam memprediksikelayakan penerimaan beasiswa di SDN 2 Mlipak Wonosobo. Denganmemanfaatkan teknik data mining, model ini berhasil mengklasifikasikan kandidatberdasarkan kriteria-kriteria yang ditentukan. Naïve Bayes dikenal dengankeakuratan dan kecepatan pemrosesan data yang tinggi. Dalam konteks penerimaanbeasiswa, metode ini membantu dalam mengambil keputusan yang cepat danakurat.Model Naïve Bayes harus diperbarui secara berkala dengan data terbaruuntuk memastikan bahwa prediksi yang dihasilkan tetap relevan dengan kondisiterkini. Memberikan pelatihan kepada staf sekolah mengenai cara kerja danpemanfaatan model Naïve Bayes akan membantu dalam penggunaan teknologi inisecara maksimal.
Kata kunci : SDN 2 Mlipak Wonosobo, Beasiswa, Data mining, Naive Bayes.