TEXT

ANALISIS KETEPATAN SASARAN PENERIMA BEASISWA PROGRAM INDONESIA PINTAR (PIP) PADA JENJANG SMP MENGGUNAKAN ALGORITMA K-MEANS

---

ABSTRAK

Pendidikan memiliki peran penting dalam meningkatkan kualitas sumber
daya manusia. Untuk mendukung hal tersebut, pemerintah meluncurkan Program
Indonesia Pintar (PIP). Namun, di Kabupaten Tulungagung masih ditemukan
permasalahan ketidaktepatan sasaran, di mana siswa dari keluarga mampu
menerima bantuan, sementara siswa yang membutuhkan justru terabaikan.
Penelitian ini bertujuan mengimplementasikan algoritma K-Means Clustering
sebagai metode analisis untuk mengelompokkan penerima PIP secara lebih objektif,
efisien, dan tepat sasaran. Data penelitian diperoleh melalui kuesioner yang
disebarkan kepada siswa SMP penerima PIP di Kabupaten Tulungagung, baik
secara langsung maupun daring. Data yang dikumpulkan meliputi aspek ekonomi
dan sosial, lalu diproses menggunakan algoritma K-Means. Hasil klasterisasi
menghasilkan dua kelompok, yaitu Cluster 1 (tepat sasaran) dan Cluster 2 (tidak
tepat sasaran). Dari 349 data siswa, sebanyak 307 masuk kategori tepat sasaran dan
42 tidak tepat sasaran, dengan tingkat akurasi sistem mencapai 87,96%. Temuan ini
membuktikan bahwa algoritma K-Means efektif dalam mendukung proses seleksi
penerima PIP. Penerapannya mampu meningkatkan ketepatan sasaran, transparansi,
dan efisiensi sehingga bantuan beasiswa benar-benar diberikan kepada siswa yang
berhak.

Kata Kunci: Beasiswa PIP, Data Mining, K-Means Clustering, Siswa SMP,
Ketepatan Sasaran

---

Ketersediaan

S13-5691

S13-5691 PUT 2025

Koleksi Skripsi

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

S13-5691 PUT 2025

Penerbit

Surabaya : ITATS., 2025

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Data Mining
k-means clustering
Beasiswa PIP
Ketepatan Sasaran
Siswa SMP

Info Detail Spesifik

NPM : 13.2021.1.00986 Nilai : A-

Pernyataan Tanggungjawab

Pembimbing : Budanis Dwi Meilani, ST. M.Kom

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar