KAJIAN ALGORITMA C4.5 PADA SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN DANA BANTUAN SISWA MISKIN (BSM)
Abstract
Menurut Peraturan nomor 69 tahun 2009, biaya operasi standar nonpersonalia adalah standar biaya yang diperlukan untuk membiayai operasi nonpersonalia selama 1 (satu) tahun sebagai bagian dari satuan pendidikan dana pendidikan secara keseluruhan untuk melakukan kegiatan secara teratur dan melanjutkan pendidikan Nasional Tepat Guna Standar pendidikan. Bantuan Operasional Sekolah (BOS) adalah program pemerintah yang pada dasarnya adalah penyediaan dana untuk biaya operasional untuk unit nonpersonalia melaksanakan pendidikan dasar sebagai pendidikan wajib. Salah satu tujuannya adalah untuk menyediakan pendidikan gratis bagi siswa miskin dan meringankan siswa lain, sehingga mereka memperoleh layanan pendidikan dasar yang lebih memenuhi syarat untuk lulus. Meskipun dana operasional sekolah (BOS) diharapkan dapat meningkatkan jumlah siswa yang berpartisipasi, tetapi masih banyak anak - anak yang tidak bisa sekolah, putus sekolah dan tidak dapat melanjutkan Ulasan pendidikan mereka ke tingkat berikutnya pendidikan. Salah satu penyebab ini adalah sulitnya orang tua / keluarga dalam memenuhi kebutuhan pendidikan seperti seragam, buku, sepatu, biaya transportasi atau biaya pendidikan lainnya yang tidak tercakup oleh BOS. Ini adalah apa yang ada di balik pengembangan Program Bantuan Siswa Miskin (BSM). Tujuan dari penelitian ini adalah untuk melakukan studi dengan menggunakan algoritma C4.5 mendukung data dari data pada pembiayaan sekolah BSM MTs Attaqwa Kota Tangerang. Dari hasil pengujian yang dilakukan model atau metode yang digunakan dalam algoritma sistem ini pengambil keputusan C4.5 Muncul untuk memiliki akurasi 0.500 dan dengan bantuan alat pendukung Cepat Miner Studio v.6.0.002 untuk pengolahan data. Dengan penelitian ini diharapkan dapat memfasilitasi dan membantu sekolah dalam membuat keputusan dengan cepat intervensi penerima BSM, tepat dan akurat.
License and Copyright Agreement
In submitting the manuscript to the journal, the authors certify that:
- They are authorized by their co-authors to enter into these arrangements.
- That it is not under consideration for publication elsewhere,
- That its publication has been approved by all the author(s) and by the responsible authorities – tacitly or explicitly – of the institutes where the work has been carried out.
- They secure the right to reproduce any material that has already been published or copyrighted elsewhere.
- They agree to the following license and copyright agreement.
Copyright
Authors who publish with International Journal of Advances in Intelligent Informatics agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.Â
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
Licensing for Data Publication
International Journal of Advances in Intelligent Informatics use a variety of waivers and licenses, that are specifically designed for and appropriate for the treatment of data:
Open Data Commons Attribution License, http://www.opendatacommons.org/licenses/by/1.0/ (default)
Creative Commons CC-Zero Waiver, http://creativecommons.org/publicdomain/zero/1.0/
Open Data Commons Public Domain Dedication and Licence, http://www.opendatacommons.org/licenses/pddl/1-0/
Other data publishing licenses may be allowed as exceptions (subject to approval by the editor on a case-by-case basis) and should be justified with a written statement from the author, which will be published with the article.
Open Data and Software Publishing and Sharing
The journal strives to maximize the replicability of the research published in it. Authors are thus required to share all data, code or protocols underlying the research reported in their articles. Exceptions are permitted but have to be justified in a written public statement accompanying the article.
Datasets and software should be deposited and permanently archived inappropriate, trusted, general, or domain-specific repositories (please consult http://service.re3data.org and/or software repositories such as GitHub, GitLab, Bioinformatics.org, or equivalent). The associated persistent identifiers (e.g. DOI, or others) of the dataset(s) must be included in the data or software resources section of the article. Reference(s) to datasets and software should also be included in the reference list of the article with DOIs (where available). Where no domain-specific data repository exists, authors should deposit their datasets in a general repository such as ZENODO, Dryad, Dataverse, or others.
Small data may also be published as data files or packages supplementary to a research article, however, the authors should prefer in all cases a deposition in data repositories.
