TRUNOJOYO-Tugas Akhir-5180-090411100044_Abstract_TOC.pdf
Restricted to Repository staff only
Download (278kB)
TRUNOJOYO-Tugas Akhir-5180-COVER.pdf
Restricted to Repository staff only
Download (177kB)
TRUNOJOYO-Tugas Akhir-5180-090411100044_Chapter 1.pdf
Restricted to Repository staff only
Download (102kB)
TRUNOJOYO-Tugas Akhir-5180-090411100044_Chapter 2.pdf
Restricted to Repository staff only
Download (494kB)
TRUNOJOYO-Tugas Akhir-5180-090411100044_Chapter 3.pdf
Restricted to Repository staff only
Download (819kB)
TRUNOJOYO-Tugas Akhir-5180-090411100044_Chapter 4.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-5180-090411100044_Chapter 5.pdf
Restricted to Repository staff only
Download (11kB)
TRUNOJOYO-Tugas Akhir-5180-090411100044_References.pdf
Restricted to Repository staff only
Download (95kB)
TRUNOJOYO-Tugas Akhir-5180-090411100044_Appendices.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Beasiswa DIPA merupakan pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan untuk digunakan demi keberlangsungan pendidikan yang ditempuh.Pemberian beasiswa kepada mahasiswa dilakukan secara selektif sesuai dengan jenis beasiswa yang ada. mengingat besarnya dana dan tujuan utama berupa 3T (Tepat Sasaran,Tepat Jumlah,dan tepat Waktu) dibutuhkan sebuah sistem untuk menetapkan penerima beasiswa. Penelitian ini menerapkan Fuzzy Decision Tree (FDT) pada seleksi penerimaan beasiswa DIPA dengan algoritma ID3.Fuzzy Decision Tree dengan algoritma ID3 ini dipilih karena merupakan metode penentu keputusan yang menghasilkan output yang optimal sehingga pengambilan keputusan ini dapat memberikan data yang lengkap karena pada proses tersebut dilakukan pencarian secara menyeluruh untuk semua kemungkinan yang terjadi. Penelitian ini membandingkan kinerja dari metode Fuzzy Decision tree dalam melakukan penyeleksian penerima beasiswa sebanyak 200 data mahasiswa yaitu PPA dan BBM. Hasil yang diperoleh bergantung pada data dan threshold yang digunakan. Semakin tinggi threshold yang digunakan maka semakin banyak rule yang dihasilkan. Namun semakin banyak data yang digunakan maka semakin rendah hasil akurasi yang diperoleh. Akurasi terbaik terdapat pada penggunaan 50 data dan threshold 90% yang menghasilkan akurasi sebesar 90% untuk PPA dan 97% untuk BBM.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM AYU NOER AISYAH |
| Department | Informatika |
| Uncontrolled Keywords | Rule; Threshold; Fuzzy Decision Tree ID3 |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 11:33 |
| Last Modified | 24 Oct 2026 16:44 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/1530 |
