Implementasi Metode K-Nearest Neighbor (KNN) Pada Pemberian Bantuan Siswa Miskin (BSM)

Abstract

SMAN 1 Hamparan Perak yang merupakan salah satu instansi pendidikan. Bantuan Siswa Miskin (BSM) adalah salah satu upaya untuk membantu para siswa yang memiliki keterbatasan ekonomi tetapi berprestasi untuk melakukan jenjang pendidikan. Status penerima BSM dirancang untuk siswa yang kurang mampu. Mengambil keputusan untuk menentukan siswa/i yang layak menerima BSM pada prosesnya sering tidak tepat sasaran dikarenakan proses pengolahan data penerima bantuan siswa miskin masih diolah dengan penginputan microsoft Excel yang dapat mengakibatkan kesalahan dalam penentuan penerima BSM. Pihak sekolah sering memberikan bantuan BSM kepada siswa/i yang mampu dikarenakan beberapa faktor tertentu, sehingga mengakibatkan proses pemberian BSM tidak merata dan tidak tepat sasaran kepada siswa/i yang sangat membutuhkan sehingga hal tersebut mengakibatkan adanya unsur protes dari orang tua siswa. Maka hal tersebut akan mengakibatkan keributan antar siswa maupun orang tua siswa karena proses pembagian BSM tersebut yang tidak merata. Proses pemberian BSM kepada siswa/i dilakukan setiap tahunnya, SMAN 1 Hamparan Perak selalu mendapatkan alokasi kuota BSM dan jumlah kuota yang diterimanya variatif sesuai dengan kuota yang diberikan oleh pemerintah. Oleh karena itu diperlukan sebuah metode untuk pengelompokan data pendaftar agar penentuan hasilnya bisa lebih efektif dan akurat, salah satu metode untuk pengelompokan data yaitu metode algoritma K-NN.