Prediksi Keterlambatan Pembayaran SPP Siswa dengan Pendekatan Metode Naive Bayes dan K-Nearest Neighbors

Deden Moh Alfiansyah; Hari Soetanto

doi:10.47065/bits.v5i4.4643

Deden Moh Alfiansyah * Universitas Budi Luhur, Jakarta, Indonesia
Hari Soetanto Universitas Budi Luhur, Jakarta, Indonesia

(*) Corresponding Author

DOI: https://doi.org/10.47065/bits.v5i4.4643

Keywords: Data Mining; Classification Methods; Naive Bayes; K-Nearest Neighbors (KNN)

Abstract

Education in Indonesia faces cost challenges which have an impact on the provision of education, especially Education Development Contributions (SPP) in private schools. This research aims to improve the administrative efficiency of student tuition payments at Wirasaba Karawang Vocational School through a classification approach. 725 payment data for one semester in 2023 are used to predict payment delays. About 22% of students experience delays. By understanding delay patterns, this research proposes solutions to improve administrative efficiency with appropriate preventive measures. The hope is that the results of this research can provide benefits to Vocational School Wirasaba Karawang and contribute to the development of a more efficient education administration system, thereby improving education services in Indonesia as a whole. This research describes the problem of late SPP payments, applies a classification method to predict these delays, aims to increase the efficiency of payment administration, and has the potential to provide preventive solutions that can reduce late payments. The contribution of this research is the development of a more efficient education administration system through an information technology approach, with interim results in the form of analysis of late payment patterns based on 2023 data from Wirasaba Karawang Vocational School

Downloads

Download data is not yet available.

References

M. A. Amri, Solikhun dan R. A. Nasution, “Komparasi Algoritma K-Nearest Neighbor Dan Naive bayes Dalam Faktor Ketidakdisiplinan Masyarakat Terhadap Protokol Kesehatan Covid-19,” KOMPUTA : Jurnal Ilmiah Komputer dan Informatika, vol. XI, no. 1, pp. 1-10, 2022.

F. Gultom dan T. Simanjuntak, “Prediksi Tingkat Kelancaran Pembayaran Kredit Bank Dengan Menggunakan Algoritma Naïve Bayes Dan K-Nearest Neighbor,” METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi, vol. IV, no. 2, pp. 98 - 102, 2020.

C. O. Grasselly, A. D. H. Uray dan M. Joss, “Implementasi Deteksi Tepi menggunakan Metode Quadrant Tree Classifier pada Pemisahan Objek Berbasis Digital Image Processing,” JIFOTECH (JOURNAL OF INFORMATION TECHNOLOGY), vol. II, no. 2, pp. 28 - 36, 2022.

Kartarina, N. K. Sriwinarti dan N. l. P. Juniarti, “Analisis Metode K-Nearest Neighbors (K-NN) Dan Naive bayes Dalam Memprediksi Kelulusan Mahasiswa (Analysis of K-Nearest Neighbors (K-NN) and Naive bayes Methods in Predicting Student Graduation),” JTIM : Jurnal Teknologi Informasi dan Multimedia, vol. III, no. 2, pp. 106 - 112, 2021.

A. Budiman, A. Prasetyo dan M. Hamzah, “Sistem Pendukung Keputusan Penerima Dana Desa dengan Menggunakan Metode Promethee di Kecamatan Godean Kabupaten Sleman,” JURNAL INFORMASI INTERAKTIF, vol. IV, no. 3, pp. 131 - 137, 2019.

C. S. D. B. Sembiring, L. Hanum dan S. P. Tamba, “Penerapan Data Mining Menggunakan Algoritma K-Means Untuk Menentukan Judul Skripsi Dan Jurnal Penelitian (Studi Kasus Ftik Unpri),” JUSIKOM PRIMA: Jurnal Sistem Informasi dan Ilmu Komputer Prima, vol. V, no. 2, pp. 5(2), 80-85., 2022.

R. Perdana dan R. Meri, “Implementasi Data Mining pada Penjualan Seprai Menggunakan Algoritma Apriori. JOISIE,” Journal Of Information Systems And Informatics Engineering, vol. VII, no. 1, pp. 144-154, 2023.

R. W. A. Setyawan, R. W. Abdullah dan Kusrini, “Implementasi Metode K-Nearest Neighbor dan Regresi Linear Dalam Prediksi Harga Emas,” Jurnal Informasi Interaktif, vol. 4(3), pp. 138-148, 2019.

B. Utomo, E. Utami dan S. Raharjo, “Implementasi Metode K-Nearest Neighbor dan Regresi Linear Dalam Prediksi Harga Emas,” Jurnal Informasi Interaktif, vol. 4(3), pp. 159-164, 2019.

A. Budiman, A. Prasetyo dan M. Hamzah, “Sistem Pendukung Keputusan Penerima Dana Desa dengan Menggunakan Metode Promethee di Kecamatan Godean Kabupaten Sleman,” Jurnal Informasi Interaktif, vol. 4(3), pp. 131-137, 2019.

A. M. N. Putri dan A. Octaviano, “Sistem Pendukung Keputusan Kenaikan Jabatan Menggunakan Metode Naive bayes: Studi Kasus: PT Buana Mulia Indonesia,” LOGIC: Jurnal Ilmu Komputer dan Pendidikan, vol. I, no. 6, pp. 1514-1521, 2023.

K. Wijaya, N. Rahmanti, R. Kurnia, R. Ulyani dan E. Mufti, “Implementasi Algoritma Naïve Bayes untuk Memprediksi Penjualan Lampu Pada Toko Satria,” Innovative: Journal Of Social Science Research, vol. III, no. 2, pp. 9373-9387, 2023.

S. Syahrullah dan K. Nurwijayanti, “KLASIFIKASI DIAGNOSA PENYAKIT DIABETES DENGAN METODE NAIVE BAYES BERBASIS WEB.,” Jurnal Kecerdasan Buatan dan Teknologi Informasi, vol. II, no. 3, pp. 115-121, 2023.

F. M. Sarimole dan K. Kudrat, “A Analisis Sentimen Terhadap Aplikasi Satu Sehat Pada Twitter Menggunakan Algoritma Naive bayes Dan Support Vector Machine: Analisis Sentimen,” Jurnal Sains dan Teknologi, vol. V, no. 3, pp. 783-790, 2024.

N. Fitri, S. Adilya dan F. Azizi, “Perbandingan Klasifikasi Naive bayes dan C4. 5 Untuk Diagnosa Penyakit: Comparison of Naive bayes and C4. 5 Classification for Stoke Disease Diagnosis,” In SENTIMAS: Seminar Nasional Penelitian dan Pengabdian Masyarakat, vol. I, no. I, pp. 49-55, 2023.

N. C. Utami, H. Lia , T. Tukino dan S. Hilabi, “Komparasi Metode Klasifikasi Data Mining Algoritma C4. 5 Dan Naïve Bayes Untuk Pemilihan Penggunaan Jenis KB Di Bidan Swasta H. Enok Hayati,” Innovative: Journal Of Social Science Research, vol. III, no. 1, pp. 503-512, 2023.

M. R. Hunafa dan A. Hermawan, “Perbandingan Algoritma Naïve Bayes dan K-Nearest Neighbor Pada Imbalace Class Dataset Penyakit Diabetes,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. IV, no. 3, pp. 1551-1561, 2023.

A. Ernawati, A. O. Sari, S. N. Sofyan, M. Iqbal dan R. F. Wijaya, “Implementasi Algoritma Naïve Bayes dalam Menganalisis Sentimen Review Pengguna Tokopedia pada Produk Kesehatan,” Bulletin of Information Technology (BIT), vol. IV, no. 4, pp. 533-543, 2023.

A. Ernawati, O. A. Sari, S. N. Sofyan, M. Iqbal dan R. F. Wijaya, “Implementasi Algoritma Naïve Bayes dalam Menganalisis Sentimen Review Pengguna Tokopedia pada Produk Kesehatan,” Bulletin of Information Technology (BIT), vol. IV, no. 4, pp. 533-543, 2023.

P. Padman, Learn Data Science from Scratch Mastering ML and NLP with Python in a step-by-step approach (English Edition), India: Bpb Publications, 2024.

O. Adeleke, S. Karimzadeh dan T.-C. Jen, Machine Learning-Based Modelling in Atomic Layer Deposition Processes, Boca Raton: CRC Press, 2023.

D. Marutho, “Perbandingan Metode Naïve Bayes, Knn, Decision Tree Pada Laporan Water Level Jakarta,” INFOKAM , vol. XV, no. 2, pp. 90 - 97, 2019.

L. Setiyani, M. Wahidin, D. Awaludin dan S. Purwani , “Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : SYSTEMATIC REVIEW,” Faktor Exacta, vol. XIII, no. 1, pp. 35-43, 2020.

S. A. Rizky, R. Yesputra dan Santoso, “prediksi kelancaran pembayaran cicilan calon debitur dengan metode k-nearest neighbor,” JURTEKSI: Jurnal Teknologi dan Sistem Informasi, vol. VII, no. 2, pp. 195-202, 2021.

A. Putri, C. S. Hardiana, E. Novfuja, F. T. P. Siregar, Rahmaddeni, Y. Fatma dan R. Wahyuni, “Komparasi Algoritma K-NN, Naive bayes dan SVM untuk Prediksi Kelulusan Mahasiswa Tingkat Akhir,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. III, no. 1, pp. 20 - 26, 2023.

Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel Prediksi Keterlambatan Pembayaran SPP Siswa dengan Pendekatan Metode Naive Bayes dan K-Nearest Neighbors