ABSTRAK

Salah satu upaya dalam meningkatkan akses dan minat belajar mahasiswa serta mengangkat mutu pendidikan, Universitas Bhakti Kencana Bandung mengalokasikan dana beasiswa untuk mahasiswa berprestasi. Namun masih ada hal yang menjadi permasalahan yang sering muncul, yaitu kurang tepatnya penyaluran beasiswa terhadap mahasiswa. Beasiswa untuk siswa berprestasi bertujuan memotivasi siswa untuk selalu meningkatkan prestasi akademik maupun non akademik dan membantu mahasiswa yang kurang mampu tetapi berprestasi. Untuk mengatasi permasalahan tersebut adalah dengan cara menerapkan proses data mining. Proses prediksi mahasiswa yang menerima beasiswa berdasarkan prestasi menggunakan metode K-Nearest Neighbors, Decision Tree, dan Neural Network. Atribut yang digunakan terdiri dari IPS, IPK, Biaya Kuliah, Tanggungan Orang Tua, Penghasilan Orang Tua dan Status. Untuk melakukan proses data mining tersebut di perlukan tools pembantu yaitu Orange. Pengimplementasian data mining menggunakan perbandingan 3 metode dapat diketahui bahwa berdasarkan dari jumlah sampel 650 mahasiswa hasil nilai akurasi metode Neural Network lebih baik digunakan untuk penelitian ini dibandingkan dengan metode yang lain.

Kata Kunci : K-Nearest Neighbors, Decision Tree, Neural Network, Data Mining