Anda di halaman 1dari 3

BAB I

1.1 Judul
“Implementasi Metode Fuzzy K-Nearest Neighbor Terhadap Penentuan Kelolosan Beasiswa
Bank Indonesia Jenjang S1”

1.2 Latar Belakang

Perguruan Tinggi adalah sebuah proses pendidikan lanjut bagi mahasiswa untuk
mewujudkan suasana belajar dan proses pembelajaran agar peserta didik dapat menambah
potensi yang dimiliki oleh dirinya. Fungsi pendidikan sangat penting sebagai salah satu faktor
pendorong pembangunan sumber daya manusia dengan tujuan meningkatkan kemampuan pada
masyarakatnya dalam mengembangkan ilmu pengetahuan. Tidak banyak yang dapat dilakukan
oleh para mahasiswa yang memiliki potensi secara akademik namun tergolong ke dalam status
ekonomi yang rendah.
Berbagai pihak turut terlibat dalam membangun kesetaraan akses pendidikan, seperti
pemerintah maupun non pemerintah. Bank Indonesia merupakan salah satu pihak atau instansi
non pemerintah yang memberikan program beasiswa bagi mahasiswa yang berprestasi dan tidak
mampu secara ekonomi. Selain itu tujuan Bank Indonesia memberikan beasiswa adalah
membantu mereka agar tetap dapat berkarya dan mengembangkan potensi di kampus. Beasiswa
diberikan untuk membantu mahasiswa dalam memenuhi kebutuhan belajarnya selama
berkampus.
Dalam proses penerimaannya, Beasiswa Bank Indonesia memiliki berbagai skema dan
kriteria tersendiri, sehingga pelamar beasiswa dapat memperkirakan kelolosan berdasarkan
kriteria tersebut. Namun perkiraan tanpa menggunakan suatu metode akan memberikan hasil
serta nilai keakurasian tidak relevan dan akan mempengaruhi proses pengampilan keputusan.
Kriteria yang ditentukan beasiswa Bank Indonesia dapat bermanfaat dalam
pengembangan aplikasi klasifikasi. Klasifikasi sendiri bertujuan untuk mengelompokkan suatu
data berdasarkan ciri atau kriteria yang dimiliki data tersebut. Banyak metode yang dapat
digunakan untuk melakukan klasifikasi, salah satunya adalah Fuzzy K-Nearest Neighbor. Metode
Fuzzy K-Nearest Neighbor merupakan metode klasifikasi gabungan antara Teknik fuzzy dengan
K-Nearest Neighbor Classfier. Algoritma ini memberikan nilai keanggotaan kelas pada data uji
buka menempatkan data uji pada kelas tertentu (Andika et al., 2018). Fuzzy K-nearest neighbor
memiliki dua kelebihan jika dibandingkan dengan algoritme K-nearest neighbor, yaitu mampu
memberikan pertimbangan apabila terdapat sifat ambigu dari tetangga dan sebuah objek akan
memiliki nilai derajat keanggotaan pada masing-masing kelas sehingga akan lebih memberikan
kekuatan atau kepercayaan suatu objek berada pada suatu kelas (Tania el al., 2013).
Berdasarkan permasalahan tersebut penulis ingin melakukan penelitian dengan judul
“Implementasi Metode Fuzzy K-Nearest Neighbor Terhadap Penentuan Kelolosan Beasiswa
Bank Indonesia Jenjang S1”. Penelitian dilakukan untuk mengetahui proses penerapan metode
Fuzzy K-Nearest Neighbor terhadap penentuan kelolosan beasiswa Bank Indonesia Jenjang S1,
selain itu juga agar dapat mengetahui nilai keakurasian dari metode tersebut, sehingga nantinya
dapat bermanfaat untuk pengambilan keputusan bagi pihak terkait.

1.3 Rumusan Masalah

Berdasarkan latar belakang diatas, didapatkan rumusan masalah dalam penelitian ini yaitu :

1. Bagaimana cara memprediksi kelolosan beasiswa Bank Indonesia menggunakan metode


Fuzzy K-Nearest Neighbor?
2. Seberapa besar nilai keakurasian metode Fuzzy K-Nearest Neighbor dalam memprediksi
kelolosan beasiswa Bank Indonesia?

1.4 Tujuan Masalah

1. Untuk mengetahui cara memprediksi kelolosan beasiswa Bank Indonesia menggunakan


metode Fuzzy K-Nearest Neighbor.
2. Untuk mengetahui besar nilai keakurasian metode Fuzzy K-Nearest Neighbor dalam
memprediksi kelolosan beasiswa Bank Indonesia.

1.5 Batasan Masalah


Adapun Batasan masalah dalam penelitian ini adalah sebagai berikut :
1. Objek yang digunakan dalam penelitian ini hanya Beasiswa Bank Indonesia jenjang S1.
2. Dalam pengimplementasiannya hanya menggunakan metode Fuzzy K-Nearest Neighbor.

1.6 Manfaat Penelitian


Adapun manfaat dalam penelitian ini adalah sebagai berikut :
1. Bagi peneliti, dapat mengetahui proses pengimplementasikan metode Fuzzy K-Nearest
Neighbor dalam memprediksi kelolosan beasiswa Bank Indonesia.
2. Bagi peneliti lain, dapat menjadi referensi untuk penelitian serupa.
3. Bagi pelamar beasiswa, dapat menjadi referensi serta membantu memprediksi kelolosan
saat akan mendaftar beasiswa Bank Indonesia.

Anda mungkin juga menyukai