Afif Nazmi Fuadi Pengarang Dimas Prasetyo Utomo, M.Kom Dosen Pembimbing 2 Muslim Hidayat,S.Kom.,M.Kom Dosen Pembimbing 1 Nur Hasanah, M.Kom. Penguji 2 Hidayatus Sibyan, M.Kom Penguji 2 Muslim Hidayat, M.Kom Penguji 1

Penelitian ini mengambil objek di MI AL-ISLAMIYAHKARANGSAWAH memberikan bantuan beasiswa untuk kelangsungan belajarsiswanya. Pemberian beasiswa dilakukan agar para siswa dapat tetap melanjutkansekolah, dalam menyeleksi siswa parameter yang digunakan terdiri dari jarak,tanggungan, pekerjaan orag tua, pendapatan orang tua, kelengkapan keluarga dankelayakan. Dikarenakan belum ada metode untuk menentukan penerima beasiswamaka sering salah sasaran dalam memberikan beasiswa. Oleh karena itu diperlukanklasifikasi penerima beasiswa yang tepat dan akurat. Salah satunya data miningdengan metode deskriptif analitis. Bisa dikatakan penelitian deskriptif analitismengambil masalah atau memperhatikan masalah- masalah yang ada saat penelitiankemudian diolah untuk mendapatkan sebuah kesimpulan. Berdasarkan hasilanalisis dan pembahasan studi komparasi algoritma naïve bayes dan K-NN untukklasifikasi penerimaan beasiswa di MI AL-Islamiyah , dari 186 data siswa yangterdiri dari 150 data training dan 36 data testing diperoleh Hasil klasifikasi denganNaïve Bayes dan K-Nearest Neighbor diperoleh masing-masing 91,67% dan75,00%. Berdasarkan nilai akurasi yang diperoleh dari dua algoritma tersebut,maka akurasinya termasuk excellent classification., dan algoritma Naïve Bayes lebihbaik dalam klasifikasi penerimaan beasiswa dibandingkan algoritma K-NearestNeighbor. Kata Kunci: beasiswa, Naïve Bayes, K-Nearest Neighbor, Studi Komparasi